随着电子信息技术与计算机网络的飞速发展,信息网络已经遍及诸多领域。信息的收集、传递、共享与办公自动化紧密地结合在一起,人们对文档的安全性,真实性也越来越高。目前各种办公系统所产生的文档、电子邮件或其他信息在传递过程中都面临着如下几个问题:如何确定发送者身份的真实性,如何保障数据的完整性,如何防止发送者的不可抵赖性。考虑到以上的安全性问题,开发一个安全的电子公文系统是十分必要的。本文结合在线手写签名系统,提出了一种保证电子公文的完整性和签名者身份认证的方法。利用MD5算法检验公文的完整性和BP神经网络实现发送方身份的认证。通过手写板采集在线手写签名数据,提取具有代表性的手写签名特征,并将签名数据的轨迹封装成签名图片。待发送的电子公文通过MD5算法生成消息摘要,将该消息摘要和手写签名特征利用数字水印算法不可见地嵌入到签名图片中。然后将含有隐藏信息的签名图片插入到电子公文中指定的位置,并发送给接收方。在数字水印算法设计中,本文采用一种混合的LSB方法,针对人眼对绿色,红色,蓝色的不同敏感程度,在空间域中直接修改载体图像灰度值最低有效位来进行信息隐藏的方法。在接收到电子公文后,从含有隐藏信息的签名图片中提取到的手写签名特征,送到训练好的BP神经网络中进行身份确认。在BP神经网络设计中,使用改进的BP网络作为签名认证的分类器,真伪签名样本共同参与网络训练。通过实验对比确定了网络输出层神经元的期望输出值;设计了网络结构;改进了标准BP算法;确定样本训练为批量训练方式。在线手写签名身份认证采用了BP神经网络,保证了认证的可靠性。由于认证信息隐藏在签名图片中,提高了认证的安全性。