專利名稱：無(wú)線體域網(wǎng)的dsnmf數(shù)據(jù)完整性認(rèn)證水印方法
技術(shù)領(lǐng)域：
本發(fā)明屬于信息處理技術(shù)領(lǐng)域，更進(jìn)一步涉及信息安全技術(shù)領(lǐng)域中的無(wú)線體域網(wǎng)的數(shù)據(jù)流式非負(fù)矩陣分解(Data Stream Nonnegative Matrix Factorization, DSNMF)數(shù)據(jù)完整性認(rèn)證水印方法。本發(fā)明結(jié)合數(shù)據(jù)流式非負(fù)矩陣分解DSNMF算法和脆弱水印，利用數(shù)據(jù)流式非負(fù)矩陣分解DSNMF算法獲得唯一標(biāo)志樣本數(shù)據(jù)特征的數(shù)據(jù)特征向量，截取其中各元素整數(shù)部分，將其轉(zhuǎn)化成二進(jìn)制數(shù)構(gòu)建水印，加密水印并嵌入待認(rèn)證數(shù)據(jù)中，實(shí)現(xiàn)數(shù)據(jù)完整性認(rèn)證。本發(fā)明可用于無(wú)線體域網(wǎng)中檢測(cè)傳感器采樣數(shù)據(jù)是否遭受篡改，從而安全、準(zhǔn)確、高效地實(shí)現(xiàn)采樣數(shù)據(jù)的完整性認(rèn)證。
背景技術(shù)：
人體生理數(shù)據(jù)的完整性認(rèn)證一直是無(wú)線體域網(wǎng)中的重要問(wèn)題之一。隨著人們對(duì)健康診療服務(wù)需求的增加，網(wǎng)絡(luò)信息服務(wù)開(kāi)始應(yīng)用于遠(yuǎn)程健康監(jiān)護(hù)，但是，如何認(rèn)證生理數(shù)據(jù)的完整性仍然是具有挑戰(zhàn)性的問(wèn)題。現(xiàn)在針對(duì)該問(wèn)題的主要解決方法是在待發(fā)送的數(shù)據(jù)后額外增加消息認(rèn)證碼(Message Authentication Code,MAC),從而實(shí)現(xiàn)數(shù)據(jù)的完整性認(rèn)證。但是，暴露在傳輸數(shù)據(jù)外面的MAC容易造成安全隱患。曹遠(yuǎn)福，孫星明，王保衛(wèi)，鄧慧娟.基于關(guān)聯(lián)數(shù)字水印的無(wú)線傳感器網(wǎng)絡(luò)數(shù)據(jù)完整性保護(hù).計(jì)算機(jī)研究與發(fā)展，2009，46:71-77。這種方法是一種基于關(guān)聯(lián)數(shù)字水印的數(shù)據(jù)完整性保護(hù)方案，通過(guò)利用傳感器源節(jié)點(diǎn)上感知數(shù)據(jù)之間的關(guān)聯(lián)關(guān)系，計(jì)算緩沖域中數(shù)據(jù)之間的組散列值，將該值作為關(guān)聯(lián)數(shù)字水印信息，然后將數(shù)值型數(shù)據(jù)流轉(zhuǎn)化成字符型數(shù)據(jù)流，結(jié)合空白字符的不可見(jiàn)性，將水印信息嵌入到字符型數(shù)據(jù)流中，數(shù)據(jù)處理完成后，將含有水印信息的字符型數(shù)據(jù)流發(fā)送出去，網(wǎng)絡(luò)中的SINK節(jié)點(diǎn)接收到數(shù)據(jù)后，在提取出關(guān)聯(lián)水印信息的同時(shí)，重新計(jì)算具有關(guān)聯(lián)關(guān)系的數(shù)據(jù)之間的組散列值，通過(guò)比較二者是否一致，可驗(yàn)證數(shù)據(jù)完整性是否被破壞。但其仍存在的不足是，數(shù)值型數(shù)據(jù)流最終是以字符型數(shù)據(jù)流的形式發(fā)送出去的，暴露了數(shù)據(jù)的完整性策略。北京航空航天大學(xué)在其專利申請(qǐng)“一種無(wú)線信道數(shù)據(jù)完整性保護(hù)方法”(專利申請(qǐng)?zhí)?201210154081.1，公開(kāi)號(hào):CN102664710A)中提出了一種無(wú)線信道數(shù)據(jù)完整性保護(hù)方法。這種方法在發(fā)送端首先獲取MAC，然后對(duì)MAC進(jìn)行1-node糾錯(cuò)編碼，并添加間隔碼，接收同步，對(duì)消息開(kāi)關(guān)調(diào)制，從信道I發(fā)送給接收者，在接受端，通過(guò)比較接收到的MAC和由接收到的消息計(jì)算出的MAC之間的異同實(shí)現(xiàn)數(shù)據(jù)完整性認(rèn)證。但其仍存在的不足是，需要額外傳輸MAC，增加了通信開(kāi)銷(xiāo)，加大了無(wú)線網(wǎng)絡(luò)中的能量消耗。

發(fā)明內(nèi)容
本發(fā)明的目的在于克服上述已有技術(shù)的不足，提出了一種針對(duì)無(wú)線體域網(wǎng)的DSNMF數(shù)據(jù)完整性認(rèn)證水印方法。本發(fā)明節(jié)省了無(wú)線體域網(wǎng)中采樣數(shù)據(jù)的完整性認(rèn)證需要額外增加MAC所帶來(lái)的通信開(kāi)銷(xiāo)，充分利用了脆弱水印在數(shù)據(jù)完整性認(rèn)證方面的優(yōu)勢(shì)；利用DSNMF算法分解待認(rèn)證數(shù)據(jù)，獲得數(shù)據(jù)特征向量，由數(shù)據(jù)特征向量生成基于數(shù)據(jù)特征的水印信息，實(shí)現(xiàn)水印的盲檢測(cè)。本發(fā)明實(shí)現(xiàn)上述目的的思路是:在水印嵌入時(shí)，用DSNMF算法分解節(jié)點(diǎn)整數(shù)平面矩陣，獲得節(jié)點(diǎn)數(shù)據(jù)特征向量，由節(jié)點(diǎn)數(shù)據(jù)特征向量生成水印，加密水印并嵌入待認(rèn)證數(shù)據(jù)中，重構(gòu)數(shù)據(jù)獲得含水印的合成采樣數(shù)據(jù)；在水印提取認(rèn)證時(shí)，利用DSNMF算法分解中心整數(shù)平面矩陣，獲得中心數(shù)據(jù)特征向量，由中心數(shù)據(jù)特征向量生成參考水印，提取并解密加密信息，獲得提取的水印，比較參考水印和提取的水印的一致性，實(shí)現(xiàn)數(shù)據(jù)完整性認(rèn)證。本發(fā)明具體實(shí)現(xiàn)步驟包括水印嵌入過(guò)程和水印提取認(rèn)證過(guò)程。本發(fā)明的水印嵌入具體實(shí)現(xiàn)步驟如下:(I)節(jié)點(diǎn)初始化:節(jié)點(diǎn)將中心分配的初始密鑰作為初始值，采用一維Logistic映射法迭代獲得元素值大小處于初始區(qū)間的節(jié)點(diǎn)初始偽隨機(jī)向量；(2)節(jié)點(diǎn)數(shù)據(jù)預(yù)處理:2a)節(jié)點(diǎn)從傳感器中讀入采樣數(shù)據(jù)，將所有的采樣數(shù)據(jù)等分為n組，每組所含元素個(gè)數(shù)為m個(gè)，得到采樣數(shù)據(jù)子組，采用調(diào)制變換公式處理采樣數(shù)據(jù)子組得到非負(fù)數(shù)據(jù)子組，將所有的非負(fù)數(shù)據(jù)子組橫向排列構(gòu)成大小為mXn的節(jié)點(diǎn)非負(fù)矩陣；2b)采用調(diào)制變換公式處理節(jié)點(diǎn)初始偽隨機(jī)向量，得到節(jié)點(diǎn)基礎(chǔ)向量；(3)獲取節(jié)點(diǎn)整數(shù)平面矩陣和節(jié)點(diǎn)小數(shù)平面矩陣:3a)取步驟2a)得到的節(jié)點(diǎn)非負(fù)矩陣各元素中的整數(shù)部分，生成節(jié)點(diǎn)整數(shù)平面矩陣；3b)將節(jié)點(diǎn)非負(fù)矩陣與節(jié)點(diǎn)整數(shù)平面矩陣相減，得到節(jié)點(diǎn)小數(shù)平面矩陣；(4)獲取節(jié)點(diǎn)數(shù)據(jù)特征向量:4a)將中心分配的修正密鑰作為初始值，采用一維Logistic映射法迭代獲得元素值大小處于修正區(qū)間的節(jié)點(diǎn)修正偽隨機(jī)向量，將節(jié)點(diǎn)修正偽隨機(jī)向量與步驟2b)得到的節(jié)點(diǎn)基礎(chǔ)向量相加，獲得節(jié)點(diǎn)擾動(dòng)基礎(chǔ)向量，由節(jié)點(diǎn)基礎(chǔ)向量和節(jié)點(diǎn)擾動(dòng)基礎(chǔ)向量橫向排列，組成節(jié)點(diǎn)基礎(chǔ)數(shù)據(jù)矩陣；4b)分別將步驟2b)得到的節(jié)點(diǎn)基礎(chǔ)向量與節(jié)點(diǎn)整數(shù)平面矩陣中的列向量橫向排列，組成節(jié)點(diǎn)數(shù)據(jù)矩陣；4c)分別將節(jié)點(diǎn)基礎(chǔ)數(shù)據(jù)矩陣和節(jié)點(diǎn)數(shù)據(jù)矩陣橫向排列，組成節(jié)點(diǎn)新數(shù)據(jù)矩陣；4d)按照下式求得節(jié)點(diǎn)數(shù)據(jù)特征向量:F(J) = Hj'(1,4)其中，F(xiàn)表示節(jié)點(diǎn)數(shù)據(jù)特征向量，F(xiàn)(j)表示節(jié)點(diǎn)非負(fù)矩陣中第j列非負(fù)數(shù)據(jù)子組所對(duì)應(yīng)的采樣數(shù)據(jù)子組的數(shù)據(jù)特征值，H' j表示采用數(shù)據(jù)流式非負(fù)矩陣分解DSNMF算法分解第j個(gè)節(jié)點(diǎn)新數(shù)據(jù)矩陣得到的系數(shù)矩陣；(5)構(gòu)建節(jié)點(diǎn)特征矩陣:5a)將所有節(jié)點(diǎn)數(shù)據(jù)特征向量中各元素的整數(shù)部分，轉(zhuǎn)化成比特位數(shù)與最大整數(shù)部分總比特位數(shù)相同的二進(jìn)制數(shù)；5b)從二進(jìn)制數(shù)中由高位往低位依次取出比特?cái)?shù)，縱向排列比特?cái)?shù)，組成待嵌入特征向量；5c)按數(shù)據(jù)特征值在數(shù)據(jù)特征向量中的排列順序，將各數(shù)據(jù)特征值所對(duì)應(yīng)的待嵌入特征向量橫向排列，構(gòu)建出節(jié)點(diǎn)特征矩陣；(6)加密待嵌入水印:6a)將節(jié)點(diǎn)特征矩陣作為待嵌入水印，用基于中心分配的加密密鑰的m序列方法產(chǎn)生加密矩陣；6b)將節(jié)點(diǎn)特征矩陣與加密矩陣進(jìn)行異或運(yùn)算，獲得節(jié)點(diǎn)加密的水印矩陣；(7)選取嵌入位置:7a)將小數(shù)平面矩陣各元素轉(zhuǎn)化成二進(jìn)制數(shù)，截取前3個(gè)比特轉(zhuǎn)化成十進(jìn)制數(shù)，將十進(jìn)制數(shù)替換小數(shù)平面矩陣中對(duì)應(yīng)元素，獲得節(jié)點(diǎn)有效小數(shù)平面矩陣；7b)對(duì)節(jié)點(diǎn)有效小數(shù)平面矩陣每列中元素按從小到大順序排列；7c)每列均從最小的非零數(shù)開(kāi)始，沿?cái)?shù)據(jù)增大的方向，選取總數(shù)上與節(jié)點(diǎn)加密的水印矩陣行數(shù)相等的元素作為水印嵌入載體數(shù)據(jù)；(8)嵌入水印:取出節(jié)點(diǎn)加密的水印矩陣各列中比特?cái)?shù)據(jù)，將比特?cái)?shù)據(jù)作為節(jié)點(diǎn)有效小數(shù)平面矩陣對(duì)應(yīng)列中水印嵌入載體數(shù)據(jù)的第四個(gè)比特位，獲得含水印的節(jié)點(diǎn)有效小數(shù)平面矩陣；(9)重構(gòu):9a)將節(jié)點(diǎn)整數(shù)平面矩陣與含水印的節(jié)點(diǎn)有效小數(shù)平面矩陣相加，獲得含水印的節(jié)點(diǎn)非負(fù)矩陣；9b)采用解調(diào)變換公式，處理含水印的節(jié)點(diǎn)非負(fù)矩陣中列向量，獲得含水印的采樣數(shù)據(jù)子組；9c)依次取出含水印的采樣數(shù)據(jù)子組中各元素，橫向排列所有元素得到含水印的合成采樣數(shù)據(jù)；9d)將含水印的合成采樣數(shù)據(jù)發(fā)往中心。本發(fā)明的水印提取認(rèn)證過(guò)程具體實(shí)現(xiàn)步驟如下:(I)中心初始化:采用與上述水印嵌入方法中的步驟(I)相同的方法，獲得中心初始偽隨機(jī)向量；(2)中心數(shù)據(jù)預(yù)處理:2a)中心讀入接收到的采樣數(shù)據(jù)，采用與上述水印嵌入方法中的步驟2a)相同的方法，獲得中心非負(fù)矩陣；2b)采用與上述水印嵌入方法中的步驟2b)相同的方法，得到中心基礎(chǔ)向量；(3)獲取中心整數(shù)平面矩陣和中心小數(shù)平面矩陣:3a)采用與上述水印嵌入方法中的步驟3a)相同的方法，獲得中心整數(shù)平面矩陣；3b)采用與上述水印嵌入方法中的步驟3b)相同的方法，獲得中心小數(shù)平面矩陣；(4)獲取中心數(shù)據(jù)特征向量:4a)采用與上述水印嵌入方法中的步驟4a)相同的方法，獲取中心基礎(chǔ)數(shù)據(jù)矩陣；4b)采用與上述水印嵌入方法中的步驟4b)相同的方法，獲取中心數(shù)據(jù)矩陣；4c)分別由中心基礎(chǔ)數(shù)據(jù)矩陣和中心數(shù)據(jù)矩陣橫向排列，組成中心新數(shù)據(jù)矩陣；4d)采用與上述水印嵌入方法中的步驟4d)相同的方法，獲得中心數(shù)據(jù)特征向量；(5)構(gòu)建中心特征矩陣:采用與上述水印嵌入方法中的步驟(5)相同的方法，由中心數(shù)據(jù)特征向量構(gòu)建出中心特征矩陣，將中心特征矩陣作為參考水印矩陣；(6)選取提取位置:6a)采用與上述水印嵌入方法中的步驟7a)相同的方法，獲得中心有效小數(shù)平面矩陣；6b)采用與上述水印嵌入方法中的步驟7c)相同的方法，獲得水印提取載體數(shù)據(jù)；(7)提取中心的加密信息矩陣:將中心有效小數(shù)平面矩陣每列中水印提取載體數(shù)據(jù)的第四個(gè)比特位取出，作為中心的加密信息矩陣對(duì)應(yīng)列中的元素，獲得中心的加密信息矩陣；(8)獲取提取的水印矩陣:8a)采用與上述水印嵌入方法中的步驟6a)相同的方法，產(chǎn)生解密矩陣；Sb)將中心的加密信息矩陣與解密矩陣進(jìn)行異或運(yùn)算，獲得提取的水印矩陣；(9)判斷樣本數(shù)據(jù)完整性:比較參考水印矩陣中列向量與提取的水印矩陣中對(duì)應(yīng)的列向量，如果存在不一致的列向量，則該列對(duì)應(yīng)的采樣數(shù)據(jù)子組遭受篡改，中心通知節(jié)點(diǎn)重發(fā)正確的采樣數(shù)據(jù)子組，完成數(shù)據(jù)完整性認(rèn)證；如果參考水印矩陣和提取的水印矩陣完全一致，則采樣數(shù)據(jù)未遭受篡改，完成數(shù)據(jù)完整性認(rèn)證。本發(fā)明與現(xiàn)有技術(shù)相比具有以下優(yōu)點(diǎn):第一，由于本發(fā)明提出了一個(gè)完整的脆弱水印方案，在待認(rèn)證數(shù)據(jù)中嵌入脆弱水印實(shí)現(xiàn)數(shù)據(jù)完整性認(rèn)證，克服了現(xiàn)有技術(shù)需要在待認(rèn)證數(shù)據(jù)后額外增加MAC的缺點(diǎn)，使得本發(fā)明節(jié)省了傳輸MAC所需的通信開(kāi)銷(xiāo)，降低了能量消耗。第二，由于本發(fā)明采用數(shù)據(jù)流式非負(fù)矩陣分解算法獲得數(shù)據(jù)特征向量，由數(shù)據(jù)特征向量生成水印，克服了現(xiàn)有技術(shù)采用額外的信息作為水印的缺點(diǎn)，使得本發(fā)明可以實(shí)現(xiàn)基于數(shù)據(jù)特征的水印盲檢測(cè)。


圖1為本發(fā)明的水印嵌入流程圖；圖2為本發(fā)明的水印提取認(rèn)證流程圖；圖3為用本發(fā)明嵌入水印的樣本12與未嵌入水印的樣本12曲線對(duì)比圖。
具體實(shí)施例方式下面結(jié)合附圖對(duì)本發(fā)明做進(jìn)一步的詳細(xì)描述。參照?qǐng)D1，本發(fā)明的脆弱水印嵌入過(guò)程如下:步驟1.節(jié)點(diǎn)初始化:節(jié)點(diǎn)將中心分配的初始密鑰作為初始值，采用一維Logistic映射法迭代獲得元素值大小處于初始區(qū)間的節(jié)點(diǎn)初始偽隨機(jī)向量，一維Logistic映射法如下:
權(quán)利要求
1.無(wú)線體域網(wǎng)的DSNMF數(shù)據(jù)完整性認(rèn)證水印嵌入方法，具體步驟如下: (1)節(jié)點(diǎn)初始化: 節(jié)點(diǎn)將中心分配 的初始密鑰作為初始值，采用一維Logistic映射法迭代獲得元素值大小處于初始區(qū)間的節(jié)點(diǎn)初始偽隨機(jī)向量； (2)節(jié)點(diǎn)數(shù)據(jù)預(yù)處理: 2a)節(jié)點(diǎn)從傳感器中讀入采樣數(shù)據(jù)，將所有的采樣數(shù)據(jù)等分為n組，每組所含元素個(gè)數(shù)為m個(gè)，得到采樣數(shù)據(jù)子組，采用調(diào)制變換公式處理采樣數(shù)據(jù)子組得到非負(fù)數(shù)據(jù)子組，將所有的非負(fù)數(shù)據(jù)子組橫向排列構(gòu)成大小為mXn的節(jié)點(diǎn)非負(fù)矩陣； 2b)采用調(diào)制變換公式處理節(jié)點(diǎn)初始偽隨機(jī)向量，得到節(jié)點(diǎn)基礎(chǔ)向量； (3)獲取節(jié)點(diǎn)整數(shù)平面矩陣和節(jié)點(diǎn)小數(shù)平面矩陣: 3a)取步驟2a)得到的節(jié)點(diǎn)非負(fù)矩陣各元素中的整數(shù)部分，生成節(jié)點(diǎn)整數(shù)平面矩陣； 3b)將節(jié)點(diǎn)非負(fù)矩陣與節(jié)點(diǎn)整數(shù)平面矩陣相減，得到節(jié)點(diǎn)小數(shù)平面矩陣； (4)獲取節(jié)點(diǎn)數(shù)據(jù)特征向量: 4a)將中心分配的修正密鑰作為初始值，采用一維Logistic映射法迭代獲得元素值大小處于修正區(qū)間的節(jié)點(diǎn)修正偽隨機(jī)向量，將節(jié)點(diǎn)修正偽隨機(jī)向量與步驟2b)得到的節(jié)點(diǎn)基礎(chǔ)向量相加，獲得節(jié)點(diǎn)擾動(dòng)基礎(chǔ)向量，將節(jié)點(diǎn)基礎(chǔ)向量和節(jié)點(diǎn)擾動(dòng)基礎(chǔ)向量橫向排列，組成節(jié)點(diǎn)基礎(chǔ)數(shù)據(jù)矩陣； 4b)分別將步驟2b)得到的節(jié)點(diǎn)基礎(chǔ)向量與節(jié)點(diǎn)整數(shù)平面矩陣中的列向量橫向排列，組成節(jié)點(diǎn)數(shù)據(jù)矩陣； 4c)分別將節(jié)點(diǎn)基礎(chǔ)數(shù)據(jù)矩陣和節(jié)點(diǎn)數(shù)據(jù)矩陣橫向排列，組成節(jié)點(diǎn)新數(shù)據(jù)矩陣； 4d)按照下式求得節(jié)點(diǎn)數(shù)據(jù)特征向量:F(j) = H/ j(l,4) 其中，F(xiàn)表示節(jié)點(diǎn)數(shù)據(jù)特征向量，F(xiàn)(j)表示節(jié)點(diǎn)非負(fù)矩陣中第j列非負(fù)數(shù)據(jù)子組所對(duì)應(yīng)的采樣數(shù)據(jù)子組的數(shù)據(jù)特征值，H' j表示采用數(shù)據(jù)流式非負(fù)矩陣分解DSNMF算法分解第j個(gè)節(jié)點(diǎn)新數(shù)據(jù)矩陣得到的系數(shù)矩陣； (5)構(gòu)建節(jié)點(diǎn)特征矩陣: 5a)將所有節(jié)點(diǎn)數(shù)據(jù)特征向量中各元素的整數(shù)部分，轉(zhuǎn)化成比特位數(shù)與最大整數(shù)部分總比特位數(shù)相同的二進(jìn)制數(shù)； 5b)從二進(jìn)制數(shù)中由高位往低位依次取出比特?cái)?shù)，縱向排列比特?cái)?shù)，組成待嵌入特征向量; 5c)按數(shù)據(jù)特征值在數(shù)據(jù)特征向量中的排列順序，將各數(shù)據(jù)特征值所對(duì)應(yīng)的待嵌入特征向量橫向排列，構(gòu)建出節(jié)點(diǎn)特征矩陣； (6)加密待嵌入水印: 6a)將節(jié)點(diǎn)特征矩陣作為待嵌入水印，用基于中心分配的加密密鑰的m序列方法產(chǎn)生加密矩陣； 6b)將節(jié)點(diǎn)特征矩陣與加密矩陣進(jìn)行異或運(yùn)算，獲得節(jié)點(diǎn)加密的水印矩陣； (7)選取嵌入位置: 7a)將小數(shù)平面矩陣各元素轉(zhuǎn)化成二 進(jìn)制數(shù)，截取前3個(gè)比特轉(zhuǎn)化成十進(jìn)制數(shù)，將十進(jìn)制數(shù)替換小數(shù)平面矩陣中對(duì)應(yīng)元素，獲得節(jié)點(diǎn)有效小數(shù)平面矩陣；7b)對(duì)節(jié)點(diǎn)有效小數(shù)平面矩陣每列中元素按從小到大順序排列； 7c)每列均從最小的非零數(shù)開(kāi)始，沿?cái)?shù)據(jù)增大的方向，選取總數(shù)上與節(jié)點(diǎn)加密的水印矩陣行數(shù)相等的元素作為水印嵌入載體數(shù)據(jù)； (8)嵌入水印: 取出節(jié)點(diǎn)加密的水印矩陣各列中比特?cái)?shù)據(jù)，將比特?cái)?shù)據(jù)作為節(jié)點(diǎn)有效小數(shù)平面矩陣對(duì)應(yīng)列中水印嵌入載體數(shù)據(jù)的第四個(gè)比特位，獲得含水印的節(jié)點(diǎn)有效小數(shù)平面矩陣； (9)重構(gòu): 9a)將節(jié)點(diǎn)整數(shù)平面矩陣與含水印的節(jié)點(diǎn)有效小數(shù)平面矩陣相加，獲得含水印的節(jié)點(diǎn)非負(fù)矩陣； 9b)采用解調(diào)變換公式，處理含水印的節(jié)點(diǎn)非負(fù)矩陣中列向量，獲得含水印的采樣數(shù)據(jù)子組； 9c)依次取出含水印的采樣數(shù)據(jù)子組中各元素，橫向排列所有元素得到含水印的合成采樣數(shù)據(jù)； 9d)將含水印的合成采樣數(shù)據(jù)發(fā)往中心。
2.根據(jù)權(quán)利要求1所述的無(wú)線體域網(wǎng)的DSNMF數(shù)據(jù)完整性認(rèn)證水印嵌入方法，其特征在于:步驟(I)、步驟4a)所述的一維Logistic映射法如下:
3.根據(jù)權(quán)利要求1所述的無(wú)線體域網(wǎng)的DSNMF數(shù)據(jù)完整性認(rèn)證水印嵌入方法，其特征在于:步驟(I)所述的初始區(qū)間如下:*min (A) ≤T1 ≤ 0.2*max(A) 其中，min( )表示取最小值,A表示采樣數(shù)據(jù)，T1表示初始區(qū)間，max ( )表示取最大值。
4.根據(jù)權(quán)利要求1所述的無(wú)線體域網(wǎng)的DSNMF數(shù)據(jù)完整性認(rèn)證水印嵌入方法，其特征在于:步驟(2)所述的調(diào)制變換公式如下:V = (a*G+b)/c 其中，V表示調(diào)制變換后數(shù)據(jù)，G表示調(diào)制變換前數(shù)據(jù)，a, b，c表示根據(jù)采樣數(shù)據(jù)子組數(shù)值設(shè)定的參數(shù)。
5.根據(jù)權(quán)利要求1所述的無(wú)線體域網(wǎng)的DSNMF數(shù)據(jù)完整性認(rèn)證水印嵌入方法，其特征在于:步驟4a)所述的修正區(qū)間如下:-0.2*min(E) ≤T2 ≤0.15*max(E) 其中，min( )表示取最小值，E表示節(jié)點(diǎn)基礎(chǔ)向量，T2表示修正區(qū)間，max( )表示取最大值。
6.根據(jù)權(quán)利要求1所述的無(wú)線體域網(wǎng)的DSNMF數(shù)據(jù)完整性認(rèn)證水印嵌入方法，其特征在于:步驟4d))所述的系數(shù)矩陣如下:
7.根據(jù)權(quán)利要求1所述的無(wú)線體域網(wǎng)的DSNMF數(shù)據(jù)完整性認(rèn)證水印嵌入方法，其特征在于:步驟9b)所述的解調(diào)變換公式如下:T = (c*U_b)/a 其中，T表示含水印的采樣數(shù)據(jù)子組，U表示含水印的節(jié)點(diǎn)非負(fù)矩陣中列向量，a，b，c表示根據(jù)采樣數(shù)據(jù)子組數(shù)值設(shè)定的參數(shù)。
8.無(wú)線體域網(wǎng)的DSNMF數(shù)據(jù)完整性認(rèn)證水印提取認(rèn)證方法，具體步驟如下: (1)中心初始化: 采用與上述水印嵌入方法中的步驟(4)相同的方法，獲得中心初始偽隨機(jī)向量； (2)中心數(shù)據(jù)預(yù)處理: 2a)中心讀入接收到的采樣數(shù)據(jù)，采用與上述水印嵌入方法中的步驟2a)相同的方法，獲得中心非負(fù)矩陣； 2b)采用與上述水印嵌入方法中的步驟2b)相同的方法，得到中心基礎(chǔ)向量； (3)獲取中心整數(shù)平面矩陣和中心小數(shù)平面矩陣: 3a)采用與上述水印嵌入方法中的步驟3a)相同的方法，獲得中心整數(shù)平面矩陣； 3b)采用與上述水印嵌入方法中的步驟3b)相同的方法，獲得中心小數(shù)平面矩陣； (4)獲取中心數(shù)據(jù)特征向量: 4a)采用與上述水印嵌入方法中的步驟4a)相同的方法，獲取中心基礎(chǔ)數(shù)據(jù)矩陣； 4b)采用與上述水印嵌入方法中的步驟4b)相同的方法，獲取中心數(shù)據(jù)矩陣； 4c)分別由中心基礎(chǔ)數(shù)據(jù)矩陣和中心數(shù)據(jù)矩陣橫向排列，組成中心新數(shù)據(jù)矩陣； 4d)采用與上述水印嵌入方法中的步驟4d)相同的方法，獲得中心數(shù)據(jù)特征向量； (5)構(gòu)建中心特征矩陣: 采用與上述水印嵌入方法中的步驟(5)相同的方法，由中心數(shù)據(jù)特征向量構(gòu)建出中心特征矩陣，將中心特征矩陣作為參考水印矩陣； (6)選取提取位置: 6a)采用與上述水印嵌入方法中的步驟7a)相同的方法，獲得中心有效小數(shù)平面矩陣； 6b)采用與上述水印嵌入方法中的步驟7c)相同的方法，獲得水印提取載體數(shù)據(jù)； (7)提取中心的加密信息矩陣: 將中心有效小數(shù)平面矩陣每列中水印提取載體數(shù)據(jù)的第四個(gè)比特位取出，作為中心的加密信息矩陣對(duì)應(yīng)列中的元素，獲得中心的加密信息矩陣； (8)獲取提取的水印矩陣: 8a)采用與上述水印嵌入方法中的步驟6a)相同的方法，產(chǎn)生解密矩陣； Sb)將中心的加密信息矩陣與解密矩陣進(jìn)行異或運(yùn)算，獲得提取的水印矩陣； (9)判斷樣本數(shù)據(jù)完整性: 比較參考水印矩陣中列向量與提取的水印矩陣中對(duì)應(yīng)的列向量，如果存在不一致的列向量，則該列對(duì)應(yīng)的采樣數(shù)據(jù)子組遭受篡改，中心通知節(jié)點(diǎn)重發(fā)正確的采樣數(shù)據(jù)子組，完成數(shù)據(jù)完整性認(rèn)證；如果參考水印矩陣和提取的水印矩陣完全一致，則采樣數(shù)據(jù)未遭受篡改，完成數(shù)據(jù)完整性認(rèn)證。`
全文摘要
本發(fā)明公開(kāi)了一種無(wú)線體域網(wǎng)的DSNMF數(shù)據(jù)完整性認(rèn)證水印方法，主要解決IEEE802.15.6完整性認(rèn)證需要額外增加消息認(rèn)證碼問(wèn)題。本發(fā)明的步驟分為發(fā)送端水印嵌入和接收端水印提取認(rèn)證兩部分。在發(fā)送端，利用DSNMF分解經(jīng)處理的采樣數(shù)據(jù)的整數(shù)平面矩陣，得到數(shù)據(jù)特征向量，生成水印，加密水印并嵌入數(shù)據(jù)中，重構(gòu)數(shù)據(jù)得到合成采樣數(shù)據(jù)。在接收端，用與發(fā)送端相同方法獲得參考水印，提取并解密加密信息獲得提取的水印，比較參考水印和提取的水印，以實(shí)現(xiàn)數(shù)據(jù)的完整性認(rèn)證。本發(fā)明可節(jié)省傳輸32位認(rèn)證碼所需要的通信開(kāi)銷(xiāo)，降低了能量消耗。
文檔編號(hào)H04W12/06GK103108321SQ201310055978
公開(kāi)日2013年5月15日 申請(qǐng)日期2013年1月31日 優(yōu)先權(quán)日2013年1月31日
發(fā)明者同鳴, 吳揚(yáng)成, 李存志 申請(qǐng)人:西安電子科技大學(xué)