李欣

摘? 要： 為了有效提高醫(yī)療體系中大量電子檔案的安全性，避免被非法拷貝和篡改，設(shè)計(jì)一種基于數(shù)字水印技術(shù)的醫(yī)院電子檔案管理系統(tǒng)。首先，結(jié)合電子檔案的實(shí)際應(yīng)用環(huán)境，設(shè)計(jì)數(shù)字水印系統(tǒng)的整體架構(gòu)和關(guān)鍵流程;其次，在傳統(tǒng)數(shù)字水印算法的基礎(chǔ)上，提出一種基于非下采樣輪廓波變換和奇異值分解的水印算法，在Contourlet域進(jìn)行水印的嵌入和提取;利用C#編程實(shí)現(xiàn)了設(shè)計(jì)的水印算法以及醫(yī)院電子檔案管理系統(tǒng)。結(jié)果顯示該系統(tǒng)運(yùn)行正常，且提出的水印算法具有良好的不可見(jiàn)性和較好的魯棒性。

關(guān)鍵詞： 檔案管理系統(tǒng); 數(shù)字水印設(shè)計(jì); 水印算法; 電子檔案管理; 水印信息嵌入; 水印信息提取

中圖分類號(hào)： TN915.08?34; TP393? ? ? ? ? ? ? ? ? 文獻(xiàn)標(biāo)識(shí)碼： A? ? ? ? ? ? ? ? ? ?文章編號(hào)： 1004?373X（2020）05?0078?04

Design of hospital electronic archive management system

based on digital watermarking technology

LI Xin1， 2

（1. Central South University， Changsha 410012， China; 2. Dean′s Office of the Second People′s Hospital of Wuhu， Anhui Province， Wuhu 241000， China）

Abstract： In order to effectively improve the security of a large number of electronic archives in the medical system and avoid illegal copying and falsifying， a hospital electronic archive management system based on digital watermarking technology is designed. Firstly， the overall architecture and key processes of digital watermarking system are designed in combination with the actual application of electronic archives. Secondly， on the basis of the traditional digital watermarking algorithm， a watermarking algorithm based on NSCT （nonsubsampled contourlet transform） and SVD （singular value decomposition） is proposed to embed and extract the watermarking in Contourlet domain. The designed watermarking algorithm and the hospital electronic archive management system are realized with C# programming. The results show that the system works normally and the proposed watermarking algorithm has good invisibility performance and satisfied robustness.

Keywords： archive management system; digital watermarking design; watermarking algorithm; electronic archive management; watermarking information embedding; watermarking information extraction

0? 引? 言

21世紀(jì)是信息化的時(shí)代，隨著計(jì)算機(jī)技術(shù)的飛速發(fā)展，數(shù)字化和電子化潮流開(kāi)始席卷社會(huì)的各個(gè)領(lǐng)域。由于互聯(lián)網(wǎng)的便利性、快捷性使得電子檔案作為未來(lái)信息的載體，成為政府和企業(yè)各界的發(fā)展趨勢(shì)，正在逐漸取代傳統(tǒng)檔案。電子檔案具有易復(fù)制性、流動(dòng)性高等優(yōu)點(diǎn)，但是電子檔案也帶來(lái)了一些負(fù)面的影響，例如，信息的不穩(wěn)定性。信息化的數(shù)據(jù)存儲(chǔ)和管理很容易出現(xiàn)非授權(quán)的傳播現(xiàn)象，可能會(huì)導(dǎo)致嚴(yán)重的經(jīng)濟(jì)損失和個(gè)人隱私泄露問(wèn)題。

但是符合電子檔案管理需求的數(shù)字水印算法并不多，且安全性有待進(jìn)一步提升。因此，本文以醫(yī)院電子檔案管理的實(shí)際安全需求為基礎(chǔ)，研發(fā)了一種適用于電子檔案管理的數(shù)字水印技術(shù)系統(tǒng)，從而保證信息的安全性和唯一性。該系統(tǒng)采用了一種基于非下采樣輪廓波變換（Nonsubsampled Contourlet Transform，NSCT）[1]和奇異值分解（Singular Value Decomposition，SVD）的水印算法，相比傳統(tǒng)水印擁有更高的安全性。

1? 相關(guān)研究分析

現(xiàn)有的電子檔案管理手段主要分為法律上的手段和技術(shù)上的手段。前者包括各種數(shù)字檔案和版權(quán)保護(hù)的法律法規(guī)，后者主要基于計(jì)算機(jī)或者電子設(shè)備手段來(lái)實(shí)施。例如，文獻(xiàn)[2]設(shè)計(jì)并實(shí)現(xiàn)了一種基于C#與SQL Server的裝備電子檔案系統(tǒng)。文獻(xiàn)[3]設(shè)計(jì)并實(shí)現(xiàn)了基于RFID的檔案管理系統(tǒng)。但是，如何鑒定電子檔案的原始性是目前急需解決的難點(diǎn)和重點(diǎn)問(wèn)題。

目前解決該問(wèn)題的主流加密技術(shù)為數(shù)字水印技術(shù)。例如，文獻(xiàn)[4]對(duì)基于數(shù)字水印的檔案數(shù)據(jù)庫(kù)安全策略進(jìn)行了研究。文獻(xiàn)[5]提出了面向圖博檔的分塊壓縮感知圖像零水印算法。 文獻(xiàn)[6]提出了一種基于零水印的圖博檔彩色圖像資源版權(quán)保護(hù)策略。查閱相關(guān)領(lǐng)域資料發(fā)現(xiàn)，現(xiàn)階段符合電子檔案管理需求的數(shù)字水印算法并不多，且安全性有待進(jìn)一步提升。因此，在傳統(tǒng)數(shù)字水印算法的基礎(chǔ)上，提出一種基于非下采樣輪廓波變換和奇異值分解的水印算法，并以此為基礎(chǔ)設(shè)計(jì)和實(shí)現(xiàn)了醫(yī)院電子檔案管理系統(tǒng)。

2? 醫(yī)院電子檔案管理系統(tǒng)的設(shè)計(jì)

2.1? 系統(tǒng)整體架構(gòu)設(shè)計(jì)

現(xiàn)階段，網(wǎng)絡(luò)辦公和無(wú)紙化是電子檔案普及的驅(qū)動(dòng)力，受到政府政策上大力扶持。針對(duì)醫(yī)院的實(shí)際需求，電子檔案管理系統(tǒng)必須具備經(jīng)濟(jì)和技術(shù)上的可行性。本文采用C/S模式來(lái)構(gòu)建系統(tǒng)網(wǎng)絡(luò)架構(gòu)，以滿足網(wǎng)絡(luò)化的需求，所有數(shù)據(jù)均存儲(chǔ)在數(shù)據(jù)服務(wù)器中。本文系統(tǒng)整體架構(gòu)分為三層，包括數(shù)據(jù)訪問(wèn)層、業(yè)務(wù)層和用戶交互層，如圖1所示。系統(tǒng)數(shù)據(jù)庫(kù)中設(shè)計(jì)的檔案信息數(shù)據(jù)表如表1所示，共包含13個(gè)字段。

2.2? 數(shù)字水印嵌入與提取流程

目前標(biāo)準(zhǔn)的水印系統(tǒng)一般可分為兩個(gè)過(guò)程：水印嵌入和水印提取。圖2為水印信號(hào)的嵌入流程，圖3為水印的提取流程。

3? 基于非下采樣輪廓波變換和奇異值分解的數(shù)字水印算法

3.1? 非下采樣輪廓波變換NSCT

非下采樣輪廓波變換NSCT的主要原理[7?8]是基于塔型方向?yàn)V波器組，分為拉普拉斯金字塔分解的Contourlet變換和方向?yàn)V波組。相比傳統(tǒng)Contourlet變換，NSCT在分解重構(gòu)過(guò)程中，均不存在上采樣、下采樣步驟，因此繼承了圖像信息的多方向性和各向異性，實(shí)現(xiàn)了特有的平移不變性，其分解框架如圖4所示。因此，本文采用NSCT變換來(lái)實(shí)現(xiàn)系統(tǒng)中水印服務(wù)。

在方向?yàn)V波器組中，一個(gè)[d]維的網(wǎng)格可用一個(gè)[d×d]的非奇異整數(shù)矩陣來(lái)表示。輸入信息[x（n）]的采樣方式為：

[xd（n）=x（Mn）] （1）

式中[M]表示采樣倍數(shù)。使用的采樣矩陣為Quincunx采樣矩陣[9][Q0]和[Q1]：

[Q0=1-111，? ? ?Q1=11-11] （2）

二維雙通道Quincunx濾波器組的表示方式為：

[X（w）=12H0（w）G0（w）+H1（w）G1（w）X（w）+12H0（w+π）G0（w）+H1（w+π）G1（w）X（w+π）] （3）

完全重構(gòu)條件為[8]：

[H0（w）G0（w）+H1（w）G1（w）=2H0（w+π）G0（w）+H1（w+π）G1（w）=0] （4）

式中：[H0]，[G0]，[H1]和[G1]均表示方向?yàn)V波器，能夠在滿足式（4）的條件下把輸入信號(hào)分解到不同的方向，并確保樣本數(shù)量一致。

3.2? 奇異值分解SVD

為了保持變換后圖像信息的穩(wěn)定性和質(zhì)量，本文對(duì)NSCT變換后得到的分塊采用奇異值分解SVD處理。假設(shè)分塊圖像的矩陣表示為[A∈RM×N]，[R]為實(shí)數(shù)域。通常情況下，[A]可表示為[10]：

[A=UΣVT] （5）

式中：[U]和[V]均表示正交陣;[Σ]表示非對(duì)角線為零值的矩陣。

具體表示為：

[Σ=σ1000?000σM] （6）

式中[σ]為[A]的奇異值，也是[Σ]的唯一分解。

通過(guò)推導(dǎo)得出：

[AAT=UΣΣTUT] （7）

[ATA=VΣTΣVT] （8）

所以， 如果令[U]和[V]表示為：

[U=u1? ? u2? ? …? ? uM] （9）

[V=v1? ? v2? ? …? ? vN] （10）

式中[ui]和[vi]分別表示[U]和[V]的列向量。則式（5）可表示為[11]：

[A=i=1rσiuivTi]? ?（11）

式中[r]是[A]的秩，即[A]矩陣中非零奇異值的個(gè)數(shù)。通過(guò)上述SVD處理，可以確保圖像的信息在發(fā)生較小的擾動(dòng)時(shí)，其奇異值避免出現(xiàn)較大的變化，確保變換后圖像信息的穩(wěn)定性。

3.3? 水印信息嵌入的具體步驟

本文設(shè)計(jì)的數(shù)字水印算法中采用了量化嵌入方式，具體就是取[Σi]中的最大奇異值[σ1]進(jìn)行量化，以嵌入1 bit水印信息。水印信息嵌入的具體步驟為：

1） 對(duì)原始圖像進(jìn)行NSCT變換;

2） 獲取低頻逼近子圖并進(jìn)行分塊;

3） 獲取分塊，進(jìn)行奇異值分解，采用量化方式嵌入水印;

4） 進(jìn)行逆奇異值分解，進(jìn)行非下采樣輪廓波變換NSCT，得到嵌入水印的圖像。

3.4? 水印信息提取的具體步驟

水印信息提取的具體步驟如下：

1） 對(duì)嵌入水印的圖像進(jìn)行NSCT變換，得到低頻子帶圖像;

2） 對(duì)低頻子圖進(jìn)行分塊，對(duì)分塊進(jìn)行SVD分解，提取水印;

3） 對(duì)提取的水印進(jìn)行解密，得到最終的水印。

4? 系統(tǒng)的實(shí)現(xiàn)和測(cè)試

4.1? 系統(tǒng)實(shí)現(xiàn)

本文利用C#與編程實(shí)現(xiàn)了設(shè)計(jì)的水印算法以及醫(yī)院電子檔案管理系統(tǒng)，并選擇SQL數(shù)據(jù)庫(kù)。圖5顯示了醫(yī)院電子檔案管理系統(tǒng)中數(shù)據(jù)導(dǎo)出模塊的界面。系統(tǒng)運(yùn)行正常，滿足醫(yī)院日常辦公的數(shù)據(jù)管理需求。

4.2? 系統(tǒng)的安全性能測(cè)試

數(shù)字水印的安全性能評(píng)價(jià)一般采用的魯棒性評(píng)估指標(biāo)為歸一化相關(guān)系數(shù)NC，其計(jì)算方式為[12]：

[NC=x=1My=1NW（x，y）×W（x，y）x=1My=1NW2（x，y）] （12）

式中：[W（x，y）]表示原始水印在[（x，y）]處的值;[W（x，y）]表示提取出來(lái)的水印在[（x，y）]處的值。

在Windows 10環(huán)境下，對(duì)提出的數(shù)字水印系統(tǒng)進(jìn)行實(shí)際測(cè)試。測(cè)試圖像是大小為512[×]512的Lena標(biāo)準(zhǔn)圖像，水印圖像大小為32[×]32。椒鹽噪聲攻擊情況下，本文算法和壓縮感知圖像零水印算法[6]的NC值對(duì)比結(jié)果如圖6所示。從圖6可以看出，盡管隨著椒鹽噪聲濃度的不斷增加，兩種水印算法的NC值均不斷下降，導(dǎo)致提取的水印信息逐漸模糊失真，但是在相同的椒鹽噪聲濃度條件下，本文提出的數(shù)字水印算法比壓縮感知圖像零水印算法具有更高的NC值。這表明在滿足水印不可見(jiàn)的前提下，提取的水印包含更多的有效信息，魯棒性更高。

5? 結(jié)? 論

本文提出了一種基于數(shù)字水印技術(shù)的醫(yī)院電子檔案管理系統(tǒng)。該系統(tǒng)采用了C/S模式的三層整體架構(gòu)，有效實(shí)現(xiàn)了網(wǎng)絡(luò)化的無(wú)紙化辦公。相比現(xiàn)有類似水印算法，該系統(tǒng)采用了基于非下采樣輪廓波變換和奇異值分解的水印算法，具有更好的不可見(jiàn)性和較好的魯棒性。但是，系統(tǒng)的魯棒性分析僅進(jìn)行了噪聲攻擊測(cè)試，后續(xù)將對(duì)裁剪攻擊、JPEG壓縮和縮放攻擊開(kāi)展進(jìn)一步安全性能驗(yàn)證分析。

參考文獻(xiàn)

[1] YANG Y， TONG S， HUANG S， et al. Multifocus image fusion based on NSCT and focused area detection [J]. IEEE sensors journal， 2015， 15（5）： 2824?2838.

[2] 譚龍丹，郭睿志，王帥，等.基于C#與SQL Server的裝備電子檔案系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[J].現(xiàn)代電子技術(shù)，2014，37（14）：40?42.

[3] 趙旭，高鴻雁.基于RFID的檔案管理系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)[J].電子設(shè)計(jì)工程，2018，26（4）：176?179.

[4] 劉爽，孫光明，劉奕.基于數(shù)字水印的檔案數(shù)據(jù)庫(kù)安全策略研究[J].情報(bào)科學(xué)，2010（2）：271?273.

[5] 郝世博，朱學(xué)芳.面向圖博檔的分塊壓縮感知圖像零水印算法[J].現(xiàn)代圖書情報(bào)技術(shù)，2014，30（6）：87?93.

[6] 朱光.基于零水印的圖博檔彩色圖像資源版權(quán)保護(hù)策略研究[J].現(xiàn)代圖書情報(bào)技術(shù)，2015，31（12）：89?94.

[7] 周研，李慶武，霍冠英.基于非下采樣Contourlet變換系數(shù)直方圖匹配的自適應(yīng)圖像增強(qiáng)[J].光學(xué)精密工程，2014，22（8）：2214?2222.

[8] AMINI N， FATEMIZADEH E， BEHNAM H. MRI?PET image fusion based on NSCT transform using local energy and local variance fusion rules [J]. Journal of medical engineering & technology， 2014， 38（4）： 211?219.

[9] WANG J J， JIA Z H， YANG J， et al. Medical image enhancement algorithm based on NSCT and the improved fuzzy contrast [J]. International journal of imaging systems & technology， 2015， 25（1）： 7?14.

[10] BARANYI P， YAM Y， VARKONYI?KOCZY A R， et al. SVD?based complexity reduction to TS fuzzy models [J]. IEEE tran?sactions on industrial electronics， 2015， 49（2）： 433?443.

[11] HASTIE T， MAZUMDER R， ZADEH R， et al. Matrix completion and low?rank SVD via fast alternating least squares [J]. Journal of machine learning research， 2015， 16（1）： 3367?3402.

[12] PANYCH L P， OESTERLE C， ZIENTARA G P， et al. Implementation of a fast gradient?echo SVD encoding technique for dynamic imaging [J]. Magnetic resonance in medicine， 2015， 35（4）： 554?562.

[13] OUAMER?ALI M I， BELKADI F， LAROCHE F， et al. Facet?based approach for the management of information multi points?of?view in product modeling [J]. Computer?aided design and applications， 2017， 14（5）： 582?594.

[14] MOHAMMED S A， PANDA R， MADHAN B， et al. Rumex abyssinicus （mekmeko） extract as cleaner approach for dyeing in product manufacture： optimization and modeling studies [J]. Asia?pacific journal of chemical engineering， 2017， 13（2）： e2165.