基于最邻近指数的GIS矢量数据版权认证方法

摘要

本发明公开了一种基于最邻近指数的GIS矢量数据版权认证方法。该方法是基于最邻近指数构建GIS矢量数据零水印，并基于零水印版权标识和认证原理进行版权认证，具体包括如下过程：(1)针对GIS矢量数据的零水印生成过程，包括空间网格生成、最邻近指数计算、零水印生成等步骤；(2)针对GIS矢量数据的版权标记提取和认证过程，包括密钥读取、零水印提取、原始水印与提取水印相似度计算等步骤。本版权认证方法对几何变换、投影变换、格式变换等多种内容保持操作具有鲁棒性，且不会对数据质量造成任何影响。

主权项

基于最邻近指数的GIS矢量数据版权认证方法，其特征在于，包括以下过程：(一)版权标记生成过程步骤一：打开GIS矢量数据点图层文件PointLayer；步骤二：设置网格行数M和列数N，在点图层文件PointLayer的基础上生成其空间分区网格图层GridLayer；步骤三：针对图层GridLayer中的每个网格要素，依次计算每个网格所覆盖点图层文件PointLayer中相应点要素的最邻近指数，具体计算步骤为：1)计算点图层文件PointLayer中任意一点到其最邻近点的距离d_min；2)对所有的距离d_min,按照公式(1)计算平均距离；其中：s_i为研究区域中的事件，n是事件的数量；${\bar{d}}_{min}=\frac{1}{n}\underset{i=1}{\overset{n}{\Sigma }}{d}_{min}\left(s_i\right)---\left(1\right)$3)按照公式(2)，计算平均最邻近距离E(d_min)；其中，m为网格中点要素的数量，A为网格面积；$E\left(d_{\min }\right)=\frac{1}{2\sqrt{\frac{m}{A}}}---\left(2\right)$4)按照公式(3)，计算最邻近指数R；$R=\frac{{\bar{d}}_{min}}{E\left(d_{min}\right)}---\left(3\right)$5)循环步骤1)至步骤4)，直至所有网格计算完毕；步骤四：将最邻近指数各取小数点后k位小数，如果位数不足补0，按空间从左至右、从上至下的顺序依次排列在一起，即形成特征认证信息W；步骤五：在特征认证信息W前面加上8位当前日期字符串后，根据用户设置密钥信息Key，基于RSA加密算法对认证信息W进行加密，生成带时间戳的版权标识加密信息We；将该加密信息We、网格行数M、网格列数N、位数k和密钥信息Key存档，以备版权认证使用；(二)版权标记提取和认证过程步骤一：当发现可疑产品时，提供加密信息We、网格行数M、网格列数N、位数k、密钥信息Key和可疑GIS矢量数据文件用于版权认证；步骤二：根据上述(一)版权标记生成过程中的步骤二至步骤三，计算最邻近指数；步骤三：针对各最邻近指数，其个位数字设为0，小数位取k位小数位后，依次存入数组ExInfo中；步骤四：根据密钥信息Key，对存档的版权标识加密信息We进行解密，生成8位时间戳信息和特征认证信息W；步骤五：最邻近指数的恢复：设各近似最邻近指数的个位为0，其小数位，由特征认证信息W每k位一组分割后得到，然后将恢复后的最邻近指数写入数组RegInfo中；步骤六：依据公式(4)计算相似度S，$s=\frac{{\Sigma }_{i=1}^l\left(ExInfo\right[i]\times \mathrm{Re}gInfo[i\left]\right)}{{\Sigma }_{i=1}^l(\sqrt{ExInfo{\left[i\right]}^2}\times \sqrt{\mathrm{Re}gInfo{\left[i\right]}^2)}}---\left(4\right)$其中，ExInfo[i]、Reginfo[i]分别为数组ExInfo、数组RegInfo的元素，l为数组长度；步骤七：t为用户指定阈值，如果S>＝t，则证明可疑产品为侵权作品；否则，则不是侵权作品。