基于秘密分割机制的互映射芯核水印算法研究

来源 :湖南大学 | 被引量 : 0次 | 上传用户:stefanie456
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
众所周知,传统条件下的数字芯核水印保护技术已经被广泛地应用在了数字图像、视频和文本等多种多媒体载体文件上。传统条件下的数字芯核水印保护技术因其操作较为简单、技术鲁棒性较强强以及水印检测较为灵活等特点,非常适合进行大量数字产品知识产权特性的保护。然而在当今社会中,嵌入式智能系统、大规模集成电路系统以及智能移动终端系统被大量设计与使用,使得传统的数字水印技术无法发挥很好的保护作用,因此如何保护和验证大规模芯核设备的知识产权保护仍处于研究阶段。从大规模集成电路被研发至今,越来越多的芯核电路设计人员选择FPGA(现场可编程门阵列)作为开发平台,相比ASIC(专用集成电路),其快速成品的特点大大节约了开发成本和设计周期。FPGA其本身具有的模块化等特殊性能也催化了芯核复用等相关技术的流行。在芯核电路的复用以及流行过程中,芯核版权拥有方不希望其设计被其他相关人员或机构非法盗用,所以,时候能够设计出一种可以有效的抵挡FPGA芯核水印被攻击盗用的方法变得极其重要,芯核电路的知识产权保护方法已经成为了学术界以及企业界的研究重点。本文首先针对现有的FPGA芯核水印技术进行分析和改进,在不影响电路性能的条件下,利用FPGA芯核电路特殊的内部结构,通过对设计附加约束条件将版权归属信息融入原始设计当中,集中隐藏到芯核电路的各个独特的子模块。当拥有知识产权保护的芯核受到盗用时,我们可以利用相应的技术手段将隐藏的版权信息从争议芯核中提取出来,从而解决版权归属的问题;然后,针对现有芯核水印技术在水印受到攻击损坏后认证困难的问题,本文提出了一种基于秘密分割机制的互映射芯核水印认证方案。该方案从水印可能遭到非法去除攻击以至于受损的角度出发,在芯核中嵌入两重芯核水印,提高信息容量,并利用有效的秘密分割机制原理重构密钥,在两重芯核水印之间构造一个特殊表达式,从而建立起两重芯核水印之间的互映射函数,生成互映射因子,然后将产生的互映射因子进行处理,并通过有效的信息压缩机制将其加入两重芯核水印中;最后,通过实验对提出的互映射芯核水印方案的功能和性能进行验证。实验结果表明:这种方案由于在两重芯核水印之间建立起了互映射机制,在芯核水印受到相应程度的擦除攻击的基础上仍可以有效地恢复出最原始的芯核水印信息。该方案对于水印的擦除攻击操作具有很强的抵抗性能。另外,通过与已有芯核水印保护算法的比较可知,该方法在可承载的水印容量、水印在芯核中的隐蔽性以及水印在芯核中的资源占有率方面更具有应用优势。综上所述,本文的研究成果可以作为芯核生产厂商、集成电路开发公司与相关组织机构进行芯核版权认证的鉴别方法,同时对促进数字集成电路以及集成芯片等芯核版权保护技术的发展和创新起到了较为良好的积极作用。
其他文献
随着海量数据的出现,数据挖掘成为目前最有应用价值的领域之一,数据挖掘技术从这些大量的无结构的数据中提取有效的隐含价值的信息,从而提高决策效率。不平衡数据分类是数据
随着信息革命的不断推进,网络成为人们生活中不可或缺的一部分。敏感信息在网络上的安全传输问题关系着个人、企业乃至国家的发展。安全协议以密码算法为基础在互联网络中为
古籍汉字数量多,结构复杂,现有的文字图像检索方法在应用于古籍汉字图像时难以取得理想的结果。为了更好地辅助从事古籍汉字研究的专家学者以更高的效率从事研究工作,本文根
P vs.NP问题一直是理论计算机科学领域中最为复杂的一个问题,已经被列为世界七大数学难题之首。P vs.NP问题已经吸引了世界上许多学者对其研究,但遗憾的是,仍然未获得被广泛
党的十八大以来,习近平总书记高度重视扶贫工作。党的第十八届五中全会从实现全面小康的视角出发,指出我国2020年在现行标准下实现全部贫困人口脱贫。农民工问题是关乎我国的
近年来,随着移动通信技术的不断发展,移动互联网技术已成为通信和互联网领域最值得关注的技术之一,我国的移动互联网通信不断发展,通信技术也在飞速发展。原有的GSM、GPRS技
光纤法布里-珀罗传感器是一种体积小、结构简单、成本低、测量精度高、检测范围大的光纤传感器,易于产品化,已经被广泛用于民用工程、航空航天等领域的应变、温度、压力等物
近年来,由于无标签数据易于获得,对其分析的需求越来越高。无监督聚类算法一直是面向无标签数据的机器学习算法研究和实际应用的热点。多核学习在聚类算法中有重要影响力,针
随着信息技术的快速发展,各种行业应用中对多源异构数据的处理量飞速增长,如何对其进行高效的整合是是数据应用中的核心问题。然而,现有的数据整合工具在扩展性、性能、功能
近来,随着信息技术的高速发展,各行各业的数据积累都呈爆炸式增长,这意味着我们已经进入了大数据时代。大数据主要体现在两方面:数据量和数据维度的不断增长以及数据类型的日