基于SVR预测的可逆数据库水印技术

• 作者: 龙晓泉
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: 数据库水印 差值扩展 支持向量回归 FP-tree挖掘
• 年，卷（期）: 2017,（12）
• 所属期刊栏目: 数据工程
• 页码范围: 64-67,137
• 页数: 5页
• 分类号: TP3
• 字数: 3930字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386x.2017.12.012

摘要

频繁模式树(FP-tree)的关联规则是利用数据挖掘算法来确定受保护的属性和其他数据库之间存在的关系,支持向量回归方法(SVR)用来预测每个受保护的属性值.提出通过嵌入原始数据库的重要特征来检测数据库是否被篡改过的实现方法.通过对比差值扩展(DE)的原始值和预测值之间的差异,数据库管理员可以在受保护的数据库中嵌入数字水印,如果受保护的数据库是扭曲的,在SVR功能下仍然是可以预测保护值的.FP-tree挖掘方法用于降低SVR的训练时间,如果该数据库已被篡改,我们可以从受保护的数据库中提取水印,来验证并定位篡改元组,恢复原来的属性值,如果该数据库没有遭到攻击,我们也可以利用水印保护数据库.因此,提出的数据库的电子水印方式可以有效地验证数据库的完整性和保护数据库的安全性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	龙晓泉		2	0	0.0	0.0