[发明专利]一种能定位PDF电子发票篡改的水印嵌入与认证方法

摘要

一种能定位PDF电子发票篡改的水印嵌入与认证方法，包括A基于文件阅读页面的水印生成，具体包括阅读器页面分块、解析代码页面文件结构；生成认证信息、根据认证信息生成水印；B基于文件代码的水印嵌入；C交差索引表和文件尾的更新；D含水印PDF电子发票文件生成；对待测的PDF电子文件进行E认证信息重构和认证信息提取和F篡改认证，篡改认证包括篡改真实性判定和篡改定位与标记。该方法在保证实现水印不可见的同时，文件增量小，控制在1％以内。其对篡改的检测准确性高，误检率低，能够有效抵抗替换、添加和删除等篡改。

主权项

一种能定位PDF电子发票篡改的水印嵌入与认证方法，包括如下步骤:A、基于文件阅读页面的水印生成A1、页面分块：将原始PDF电子发票文件的阅读器页面P，根据信息单元的固有的分布坐标分为I个页面块Pi，即P＝{Pi|i＝1,2,…,I}，i为页面块Pi的序号，I为整个阅读器页面P上的页面块Pi的总数；A2、解析文件结构：对原始PDF电子发票文件的代码页面S进行PDF文件结构解析，得到标明PDF文件版本信息的文件头SH，文件体SO，交叉引用表SX和文件尾ST四个部分，即：S＝{SH,SO,SX,ST}；其中，文件体SO由J个对象Oj(j＝1,2,...,J)组成，即So＝{Oj|j＝1,2,…J}，j为对象号；交叉引用表SX由J个索引信息Xj(j＝1,2,...,J)组成，Xj＝{对象偏移地址xj，代表该对象所修改的次数，对象是否正在被使用的状态}；文件尾ST包括文件描述、密码信息及文件体SO中的根对象号、摘要对象号和对象总数；A3、认证信息生成：对每一个页面块Pi(i＝1,2…,I)，首先利用Itextsharp组件提取每个页面块Pi中的文本内容Ti，Ti＝{ti,q|q＝1,2,..,zi}，以及文本坐标Di，Di＝{di,q|q＝1,2,..,zi}，其中，ti,q为文本内容Ti中的第q个信息单元，zi为文本内容Ti包含的信息单元个数，di,q为信息单元ti,q对应的坐标信息，各信息单元ti,q之间需添加行末标识符“/r/n”；然后，基于秘钥k1生成文本内容Ti与文本坐标Di的摘要信息Hi，Hi＝Hash(k1,Ti||Di)；其中，Hash(.)表示Hash函数，||代表连接操作；最后将页面块Pi的文本内容Ti、文本坐标Di和摘要信息Hi连接起来构成页面块Pi的认证信息Ai，Ai＝Ti||Di||Hi；A4、水印信息生成：对每个页面块Pi(i＝1,2…,I)，将A3步生成的认证信息Ai进行压缩并利用秘钥k2加密之后得到二进制压缩数据流Bi，并添加PDF格式信息Yi，生成待添加的PDF对象Wi，Wi＝{Bi,Yi}，同时计算其字节长度，记为li；所述的PDF格式信息Yi包括：对象号i+J、对象修改次数、对象的关键词、换行符；B、基于文件代码的水印嵌入首先将A4步生成的I个待添加的PDF对象Wi作为页面块Pi的水印信息W＝{Wi|i＝1,2,…I}，将该水印信息W与A2步的文件体So＝{Oj|j＝1,2,…J}合并，得到包含N＝I+J个合并对象O′n的合并文件体S′o＝{O′n|n＝1,2,…N}，其中n为合并对象O′n的对象号，同时根据偏移地址信息xj，计算得到每个合并对象O′n的长度l′n，其中然后，基于密钥k3生成长度为I+J的伪随机序列，对该序列进行从小到大排序，排序前的位置信息按排序后的位置排列，构成对象置乱序列V，V＝{vn|n＝1,2,...,I+J}，其中vn为合并对象O′n的新对象号，vn∈[1,I+J]的整数；据以进行置乱操作，即将合并对象O′n的对象号修改为vn，即令随即得到置乱后的含水印文件体C、交差索引表和文件尾的更新根据B步中得到的含水印文件体和对象长度信息l′n计算出合并后的偏移地址信息其中：a为第一个对象O1的偏移地址，其具体值为PDF文件版本信息的文件头SH的字节长度；重新生成交差索引表同时更新文件尾ST中的根对象号、摘要对象号和对象总数，生成更新后的文件尾D、含水印PDF电子发票文件生成将B步的含水印文件体和C步更新后的交差索引表和文件尾合并重构，即得到含水印的发票文件Fw；E、认证信息重构和认证信息提取E1、待检测文档的认证信息重构：将待测PDF电子发票文件F#的阅读器页面P#，根据信息单元的固有的分布坐标分为I个待测页面块Pi#，即P#＝{P#i|i＝1,2,…,I}；对每一个待测页面块P#i(i＝1,2…,I)，首先利用Itextsharp组件提取每个待测页面块P#i中的待测文本内容T#i，T#i＝{t#i,q|q＝1,2,..,zi},以及待测文本坐标D#i，D#i＝{d#i,q|q＝1,2,..,zi}，其中，t#i,q为待测文本内容T#i中的第q个待测信息单元，zi为待测文本内容T#i包含的信息单元个数，d#i,q为待测信息单元t#i,q对应的待测坐标信息，各待测信息单元t#i,q之间需添加行末标识符“/r/n”；然后，基于秘钥k1生成待测文本内容T#i与待测文本坐标D#i的待测文本摘要信息H#i，H#i＝Hash(k1,T#i||D#i)；E2、认证信息提取：对待测的PDF电子发票文件F#代码页面S#进行解析得到待测文件体根据秘钥k3和对象置乱序列V对I+J个待测对象进行反置乱，找到待测对象中对应的I个伪对象即待测水印信息Wi*(i＝1,2,…,I)，解压待测水印信息Wi*中的待测压缩数据Bi*，并利用秘钥k2解密得到待测认证信息Ai*；按照E1中待测文本内容T#i、待测文本坐标D#i和待测文本摘要信息H#i的长度，由左到右依次从待测认证信息Ai*分割出对应页面块Pi*的提取文本内容Ti*，提取文本坐标Di*，提取文本摘要信息Hi*，并根据行末标识符“/r/n”将提取文本信息Ti*分割出提取信息单元t*i,q,以及从提取文本坐标Di*分出对应的提取坐标单元d*i,q，即Ti*＝{t*i,q|q＝1,2,..,zi},Di*＝{d*i,q|q＝1,2,..,zi}；F、篡改认证F1、篡改真实性判定：如果待测文本内容T#i和提取文本内容Ti*相等，且待测文本摘要信息Hi#和提取文本摘要信息Hi*相等，则判定待测的PDF电子发票文件F#未被篡改，输出检测通过的结果，完成检测；否则，判定待测的PDF电子发票文件已被篡改，进行F2步的操作；F2、篡改定位与标记：对F1步中认定为篡改的发票文件F#，找出与提取信息单元t*i,q不相等的待测信息单元t#i,q，即为被篡改信息单元t§i,q，输出检测不通过的结果；并根据其对应的坐标信息d#i,q，在被篡改信息单元t§i,q添加标识警示信息，使其对应的页面P#显示文字内容处显示出篡改标识信息。