点击图片查看原图
数据水印数据库水印
数据库水印（简称数据水印）是一种将标识信息（如版权信息、机构/员工ID）通过一定的规则与算法隐藏在结构化数据中的技术。隐藏后数据库的使用价值几乎不变。其主要用于版权保护或泄露溯源（本文关注后者）。广泛地说，数据库水印属于数字水印的其中一个分支。除数据库水印外，根据嵌入载体不同，数字水印还包括图像水印、视频水印、音频水印、文本水印和软件水印等。其中，早的数字水印技术是应用在图像领域中，即图像水印发展较为成熟。数据库水印技术在安全需求驱动下，近年来得到快速发展与应用。下面从数据库水印的方案框架、评估指标、水印攻击和典型算法四个方面对其进行概述与介绍。
数据水印分类
伪行水印：系统先自动识别源数据的各项属性，根据其敏感类型进行规则适配，再对其符合敏感类型的一行或多行（行数定位随机）进行数据更改，更改后的数据仍然保持着与原数据同样的类型与格式。
伪列水印：新的属性列，包括数值属性列或类别属性列，生成的伪列应尽可能与该关系表的其他属性相关，不容易者察觉，然后将水印比特嵌入到的新列中。
什么是数据水印?
金融业机构开展金融数据安全防护工作过程中，越来越多的数据库数据通过网络进行存储和发布，这些数据往往包含有各类敏感信息，即使经过脱敏后仍然有巨大的社会价值与经济价值，一旦出现数据泄露，后果也是无法想象的。
因此，需要使用数据水印技术在数据交换及数据使用中的分发共享、委托处理等环节标明数据的所有者、数据分发对象、分发时间、分发途径及使用范围等信息。
数据水印概述
数据库水印是将水印信息（数据量少）隐藏到数据库载体（数据量比较大）中，有两种隐藏方式：一种是隐藏在数据库的文件头中，另一种是隐藏在数据库包含的关系表中，通常指的是后者，本文指代也是该方式。
具体如何将水印信息隐藏到数据库（关系表）中呢？其方案框架如图1所示。它包括水印嵌入端和提取端，包括两个重要算法：水印嵌入算法和水印提取算法。水印嵌入端：企业或组织机构通过水印嵌入算法，将水印标识信息W，隐藏到原始数据库D中，得到含水印的数据库DW，为了保证安全性，该过程通常由密钥控制。水印提取端：当数据库DW发生泄露后，企业或组织机构希望查找清楚是谁泄露了该数据库，它通过水印提取算法，在获得的数据库D’W中进行水印提取或相关性检测操作，进而溯源确定的泄露主体，追究责任。
需注意的是，在数据泄露过程中，由于泄露主体可能会有意或无意对数据库进行一些操作，比如对数据库的元组进行随机抽样、选择部分列、修改数据库的某些值或对格式进行调整，这些操作通常被称为水印攻击（后续将介绍），通常会对水印信息造成一定影响，这要求设计的水印嵌入/提取算法具有一定强度的鲁棒性，即遭受攻击后同样能提取/检测到正确的水印信息。
