信息安全被認為是與數據通信領域各種基礎設施最密切相關的問題之一，現代很多研究都在尋找有效的、輕量級的信息安全保護方法。數字水印是一種通過數據嵌入和數據提取過程來隱藏數據的安全技術，它能集成到不同的幀中，數字水印是一種通過數據嵌入和數據提取過程隱藏數據的安全技術。水印技術被集成到不同的幀中，而不會像傳統的加密技術那樣增加額外的信息。因此，對于運行在物聯網(IoT)上的應用程序，采用水印技術進行數據加密是有效的。本文介紹了不同的數字水印算法和方法在物聯網信息安全中的應用。

1.物聯網

物聯網(IoT)已經成為廣泛服務于各方面的強大而靈活的基礎設施，并在運用過程中生成了巨大的數據量。這些大量數據以數字化形式保存，并伴隨著對數據進行操縱、復制和重新分配等不安全處理情況，如版權侵犯和認證等。這些數據處理以合法或非法的方式實現，并使用不同的方法來隱藏數據，如隱寫術和密碼術。隱寫術是一種通過其他可用信息隱藏信息的不可檢測的技巧與科學，它在確保訪問控制的過程中是極其有效的。密碼術是一種為了使信息無法被外人理解，而對信息進行加密的技術，這種方法的主要風險是數據可能被解密，從而導致機密內容不受保護。為了解決這些問題，“數字水印”被提出，并被認為是最近研究焦點之一。

物聯網的主要優勢是全球感知、智能處理和可靠的信息傳輸，關鍵是實現人與設備或設備對設備之間的信息交互。這些設備包括嵌入式系統、控制和自動化系統、無線傳感器網絡和其他在不同環境中相互共享信息的設備，以實現物與物聯網。因此，數據得以在不需要人工干預的情況下在不同的網絡上傳輸。在物聯網應用的現實環境中，智能城市和智能家居是最受歡迎的領域。這些應用程序大多由三層組成，包括：感知、網絡和應用程序。網絡層和應用層在高功率設備中實現，以保證數據的安全，而感知層在低功率的WSN中實現。傳感器網絡由多個傳感器節點組成，這些節點通過使用不同的無線電頻率相互通信，能夠執行各種傳感、監視、測量和跟蹤任務。這些無線節點是資源受限的設備，其特點是處理能力低、帶寬窄、電池壽命有限和內存容量受限。物聯網層之間的通信如圖1所示。

圖1 物聯網連接圖

在圖1中，WSNs根據使用的不同協議，在感知層繪制網絡拓撲和路由表。之后，WSN開始從不同的位置收集數據，并將其轉發給網絡層(邊緣路由器)。然而，WSN節點可以正常地在不受信任的沒有定期監控的環境中工作。這使得WSN網絡極易受到各種攻擊，有價值的數據很容易泄露給未授權方，從而造成嚴重的安全和隱私風險。

2.水印技術

近些年，數字水印技術在不同領域變得至關重要，因為它為多種技術和應用提供了各種輕量級解決方案，包括云計算、電子健康和物聯網。此外，敏感數據/信息完全支持機密性、完整性和可用性。在相同的背景下，物聯網被廣泛使用，并突顯出了不同的安全問題。

無線傳感器網絡(WSN)方式被認為是物聯網應用領域的重要基礎設施。這種方式使用了各種低成本和低功耗的連接互聯網的設備，這些設備能從不同的情況感知周圍的數據，并將它們轉發到Internet。因此，安全性仍然是無線傳感器網絡面臨的重大挑戰。此外，通過不安全的網絡媒體發送和廣播敏感信息也是具有挑戰性的問題。但是，傳輸層套接字中依賴公鑰、私鑰、數字簽名和數字認證的傳統安全機制，由于加解密操作成本高，不適合用于這類設備應對安全問題。這就使得輕量級安全算法和水印系統等技術成為可行選擇。此外，這些局限性業促使研究者對物聯網相關領域中各種水印方法展開研究。當然，不同的水印攻擊仍然需要進行緩解處理，如旋轉、同化和壓縮，可以在可接受的范圍內使用。

根據文件類型(圖像、文本、視頻和音頻))對不同水印進行分類的方法被設計來增加透明度和持久性。水印技術分為以下幾種主要類型(見圖2)。

圖2 水印技術分類圖

3.水印方法在物聯網中的應用

一些研究調查提出了一種特殊的方法，它可以在整個水印和安全環境中提供魯棒性和完整性。本節介紹了幾個基于不同方法的水印技術研究，如哈希、深度學習、加密和脆弱水印。圖3說明了這些不同的方法。

圖3 物聯網中的水印技術

根據研究方法的相似性進行歸類，每個組只包含一種技術或水印技術的一個參數。

(1)魯棒性圖像

為了改善圖像在物聯網層之間的傳輸，研究者提出了一種新的基于雙正交族的水印方法。小波變換中也使用Symlets和coiflets小波變換。該方法減輕了不同類型的攻擊，在新興的物聯網系統中禁止了針對數字圖像認證的盜版行為。研究所提出的水印方案的魯棒性可應對多個攻擊。在同樣的背景下，利用雙正交小波變換在物聯網中保持圖像的真實性。在[1]中，研究人員提出了一種新的技術，使用四個層次的DWT(Discrete Wavelet Transform，離散小波變換)，其中每個層次由一個雙正交小波、離散meyer小波、反向雙正交小波、coiflets小波變換和symlet小波組成。

此外，研究人員描述了一種DCT(補充英文全稱及中文名詞)數字圖像水印方法，該方法主要依賴于在對選定的DWT系數組使用DCT時，使用宿主圖像的兩個不同系數組嵌入水印技術。數據的私密性和保密性在物聯網中傳輸時被保留，在物聯網中提出了一個安全的框架來隱藏所需的數據。為了提高嵌入數據的魯棒性，避免嵌入數據在不同的網絡攻擊特別是幾何攻擊中存在的脆弱性弱點，在嵌入數據時采用系數隨機選擇和塊隨機選擇兩種方法。閾值因子可以決定魯棒性的強弱，優化選擇閾值因子以保持水印圖像的感知質量。通過隨機選取多個DCT系數嵌入水印位，確定水印數據在水印圖像各區域的分布。

(2)深度學習

深度學習應用于動態水印的技術在[2]中提出。研究人員利用長短期記憶(LSTM)塊和動態水印技術來發現網絡攻擊。該過程從物聯網信號中提取衍射、光譜平坦度、中心矩和峰度等隨機特征，并在嵌入過程中將這些特征水印到原始信號中。研究人員通過深度強化學習(DRL)方法改進嵌入技術，通過虛擬知識產權水印提高攻擊檢測，降低計算成本。利用神經網絡算法生成接近原始資源的知識產權水印位置。在驗證知識產權所有權時，DRL模型可以直接確定不同默認水印位置的范圍。然后，以監督的方式計算嵌入關系的地圖位置，實現知識產權電路中真實所有權信息的快速定位。

(3)編碼水印

另一種不同的技術在水印方法中被用作密鑰管理，研究人員在[3]中提出了一種輕量級的水印算法，該算法依賴于一個動態隨機密鑰來保持WSN的隱私性和數據完整性。提出了兩種動態隨機密鑰算法，即全局算法和局部算法。在全局算法中，系統將隨機密鑰初始化為所有WSN節點j位，根據該密鑰，每輪將嵌入位置右移j位。在局部算法中，每個無線傳感器網絡都生成一個隨機密鑰。因此，水印方案需要一個密鑰生成協議。此外，研究人員還證明了他們的算法是有效的，因為它具有較低的延遲、較低的復雜度和較高的準確性。另一方面，研究人員將輕量級橢圓曲線密碼算法(Elliptic Curve Cryptography, ECC)與脆弱零水印算法相結合，而不是標準ECC中的數字簽名。這種組合通過降低功耗和內存成本，克服了物聯網認證中的標準ECC限制。

(4)哈希水印

在數據完整性方面，水印方法中常常使用哈希函數。作者在[4]中提出了水印技術中的雙重認證策略，以保證數據從源drone到邊緣路由器的傳輸安全。第一次身份驗證發生在源靶標和主靶標之間。主無人機是一種集群技術，允許相鄰的無人機識別合適的無人機，并將其用作發送和接收數據的代理。這種身份驗證使用哈希和密鑰來計算水印序列。然后，它與嵌入過程中的源數據一起插入。然而，水印嵌入位置是基于工作的時間戳來計算的。第二個身份驗證在主從節點和邊緣路由之間執行。在主系統中，接收和聚合數據，利用脆弱水印算法生成隨機密鑰。在數據被發送到邊緣路由器之前，這個隨機密鑰被嵌入到聚合的數據中。當邊緣路由器收到報文后，開始驗證報文的真實性和完整性，并提取原始數據。該方案演示了對篡改和數據重放的抵抗。研究人員提出了一種輕量級的水印算法，利用同態加密和哈希函數與WSN數據一起嵌入水印數據。為了保證水印的安全性和能量效率，根據不同的信道條件確定水印嵌入的位置和機制。在嵌入過程中會隨機選擇其中一種方法：DCT、DFT和DWT。之后，使用哈希算法生成一個同步系數變異因子，它定義了水印圖像與原始圖像的差異。

(5)脆弱水印

鏈式脆弱水印的目的是減少計算開銷并檢測未經授權的修改攻擊。該技術首先將WSN數據分成若干固定大小的組。其次，使用哈希函數將組數據與鍵和組序列號關聯起來。利用哈希函數的輸出來生成每個組中的水印段。最后，水印段以鏈表模型的形式存儲在前一組中。實驗結果表明，該方案在降低計算成本方面有所改善，這反映了無線傳感器網絡的壽命。

脆弱的水印技術可以維持物聯網三層之間的數據完整性。該技術依賴于計算由感知層的WSN收集的數據的哈希值。然后，采用基于隨機位置的水印算法計算嵌入位置。最后將帶水印的對象發送到網絡層。該技術有助于保護數據塊免受各種攻擊，如轉發、篡改、重放和欺騙。在[5]中，研究人員提出了一種輕量級脆弱水印技術來提高通信WSN節點之間的數據完整性。該算法基于MAC地址節點和哈希函數的使用以及嵌入方案。

(6)可逆水印

可逆方法對WSN數據進行分組，并統計每組數據水印位。在此之后，數據被嵌入水印位，然后發送到上層。上層提取帶水印的數據包，并檢查水印位，以恢復原始數據。[6]中的研究人員提出了一個可逆的安全框架，該框架能夠在整個醫學圖像中安全地嵌入電子患者記錄(EPR)。這些映像隨后存儲到一個基于移動云的電子醫療保健系統中，在該系統中，云管理員沒有通過數據獲得訪問權限，客戶端隱私可以得到保留。該方法實現了作為最優像素重復(OPR)的積分方法，其中像素的排列以可逆的方式嵌入數據。另一方面，原始圖像不需要從隱寫圖像中提取EPR。該方法在覆蓋圖像和隱寫圖像直方圖不變性的情況下，對統計攻擊具有較強的抵抗能力。本研究的重點在于消除驗證過程中水印的復雜性，以減少了刪除任何額外的不必要信息的延遲。

參考文獻

[1]Al-Shayea, T.K.; Mavromoustakis, C.X.; Batalla, J.M.; Mastorakis, G.; Pallis, E.; Markakis, E.K.; Panagiotakis, S.; Khan, I. Medical Image Watermarking in Four Levels Decomposition of DWT Using Multiple Wavelets in IoT Emergence. InArtificial Intelligence and The Environmental Crisis; Springer: Cham, Switzerland, 2020; pp. 15–31, ISBN 9783030449063.

[2]Ferdowsi, A.; Saad, W. Deep Learning-Based Dynamic Watermarking for Secure Signal Authentication in the Internet of Things. In Proceedings of the 2018 IEEE International Conference on Communications (ICC), Kansas City , MO, USA, 20–24 May 2018; IEEE: Piscataway , NJ, USA, 2018; pp. 1–6.

[3]Hoang, T.-M.; Bui, V .-H.; Vu, N.-L.; Hoang, D.-H. A Lightweight Mixed Secure Scheme based on the Watermarking Technique for Hierarchy Wireless Sensor Networks. In Proceedings of the 2020 International Conference on Information Networking (ICOIN), Barcelona, Spain, 7–10 January 2020; IEEE: Piscataway , NJ, USA, 2020; pp. 649–653.

[4]Sun, J.; Wang, W.; Kou, L.; Lin, Y .; Zhang, L.; Da, Q.; Chen, L. A data authentication scheme for UA V ad hoc network communication.J. Supercomput.2020,76, 4041–4056.

[5]Boubiche, D.E.; Boubiche, S.; Toral-Cruz, H.; Pathan, A.-S.K.; Bilami, A.; Athmani, S. SDAW: Secure data aggregation watermarking-based scheme in homogeneous WSNs.T elecommun. Syst.2016,62, 277–288.

[6]Kaw, J.A.; Loan, N.A.; Parah, S.A.; Muhammad, K.; Sheikh, J.A.; Bhat, G.M. A reversible and secure patient information hiding system for IoT driven e-health.Int. J. Inf. Manag.2019,45, 262–275.