[发明专利]一种基于人工智能的大数据水印方法及装置

说明书

本发明涉及一种基于人工智能的大数据水印方法及装置，主要步骤包括：内容感知分析模块对大数据内容进行语言理解分析，得到数据内容类型；人工智能水印库模块分类存储各类编码元素自然语言库；水印编码模块将水印信息转换为人工智能水印库中的自然语言编码元素；水印嵌入模块将自然语言编码元素嵌入到原始大数据文本内容中；水印提取模块从嵌入水印的大数据文本内容中将自然语言编码元素提取出来；水印解码模块将自然语言编码元素转换为水印信息。本发明针对大数据文本内容无格式的特点，采用人工智能算法嵌入自然语言元素编码水印，不依赖其他信息通道，能够抵御大数据文本编辑、复制、裁剪、合并等多种攻击破坏，具有很强的鲁棒性和健壮性，能够有效保护大数据的知识产权。

技术领域

本发明涉及一种大数据水印方法及装置，具体涉及一种基于人工智能的大数据水印方法及装置，属于信息安全领域。

背景技术

随着大数据技术的发展，大数据内容安全越来越重要，特别是隐私保护、知识产权、泄露追踪等更是重中之重。数字水印（Digital Watermarking）是进行数据资产保护的重要方法，通常是在数字产品中嵌入数字信号，可以是图像，文字，符号，数字等一切可以作为标识和标记的信息，其目的是进行版权保护、所有权证明、指纹（追踪发布多份拷贝）和完整性保护等。

传统的数字水印技术是将一些标识信息（即数字水印）直接嵌入数字载体当中（包括多媒体、文档、软件等）或是间接表示（修改特定区域的结构），且不影响原载体的使用价值，也不容易被探知和再次修改。但可以被生产方识别和辨认。通过这些隐藏在载体中的信息，可以达到确认内容创建者、购买者、传送隐秘信息或者判断载体是否被篡改等目的。数字水印是保护信息安全、实现防伪溯源、版权保护的有效办法，是信息隐藏技术研究领域的重要分支和研究方向。

但是，大数据相比传统的信息系统有着特殊性，例如数据大部分为存文本、无格式信息，在大规模共享和计算过程中需要保证搞可用性，因此无法像图片、音视频甚至pdf等文件形式一下隐藏在格式和文档属性中。

因此，针对大数据场景下，需要新的数字水印技术来保障信息内容的安全。以自然语言处理（NLP）为特点之一的人工智能技术，可以在语言知识层面进行变换，在不影响整体内容识别、认读和理解的基础上，融入特定的语言元素（高频同义、近义、形近、拆分、合并、否定反义等语言单元，包括字、词、短语、短句等），从而嵌入保护大数据内容的水印信息。采用人工智能方法实现的数字水印，在大数据海量信息的条件下，能够抵御对文本内容的编辑、处理等多种攻击和破坏。

发明内容

有鉴于此，本发明公开了一种基于人工智能的大数据水印方法及装置，主要步骤包括：内容感知分析模块对大数据内容进行语言理解分析，得到数据内容类型；人工智能水印库模块分类存储各类编码元素自然语言库；水印编码模块将水印信息转换为人工智能水印库中的自然语言编码元素； 水印嵌入模块将自然语言编码元素嵌入到原始大数据文本内容中；水印提取模块从嵌入水印的大数据文本内容中将自然语言编码元素提取出来；水印解码模块将自然语言编码元素转换为水印信息。本发明针对大数据文本内容无格式的特点，采用人工智能算法嵌入自然语言元素编码水印，不依赖其他信息通道，能够抵御大数据文本编辑、复制、裁剪、合并等多种攻击破坏，具有很强的鲁棒性和健壮性，能够有效保护大数据的知识产权。

本发明的技术方案如下：一种基于人工智能的大数据水印方法，其步骤包括：

1）内容感知分析模块对大数据内容进行语言理解分析，得到数据内容类型；

2）人工智能水印库模块分类存储各类编码元素自然语言库；

3）水印编码模块将水印信息转换为人工智能水印库中的自然语言编码元素；

4）水印嵌入模块将自然语言编码元素嵌入到原始大数据文本内容中；

5）水印提取模块从嵌入水印的大数据文本内容中将自然语言编码元素提取出来；