抗投影变换的矢量地理数据水印算法

在矢量地理数据水印算法研究中,以往研究较多考虑增删点、裁剪、平移、旋转等攻击方式,而对抗投影变换的攻击方式研究较少。由于投影变换在GIS中具有重要意义,故本文提出了一种抗投影变换的矢量地理数据水印算法。水印嵌入前,对待嵌矢量地理数据利用道格拉斯算法进行压缩,使用四叉树分块选取特征点,提取并保存特征点及其属性信息;水印嵌入采用坐标映射和量化机制以增强水印算法的鲁棒性;检测水印时,将待检测数据与原始特征点进行属性信息匹配,匹配成功的同名点采用二元三次多项式进行最小二乘法拟合,根据拟合的多项式系数对待检测数据进行投影变换,最终实现水印信息的提取。实验结果表明,本方法能抵抗投影变换攻击、增删点、几何变换以及它们的复合攻击,具有较好的可行性和实用性。     

应用泰森多边形的矢量地理数据零水印算法

传统嵌入式水印算法会对原始数据的精度造成影响,为满足高精度矢量地理数据版权保护需求,本文提出了一种应用泰森多边形的矢量地理数据零水印算法。首先,对矢量地理数据进行归一化预处理,采用Douglas-Peucker算法提取矢量地理数据的特征点,并构建特征点的泰森多边形;然后,根据每个泰森多边形与相邻多边形周长的大小关系,确定其特征位为1或0,运用泰森多边形周长与原始水印之间的哈希映射值,确定该特征位在序列中的位置,特征序列中每一位可能会有多个不同的特征位对应,利用投票原则确定该位置的最终值;最后,将特征序列与置乱后的水印图像序列进行异或运算,生成零水印。研究表明,该算法能够抵抗平移、缩放、旋转、裁剪和简化等常见攻击手段,具有较强的鲁棒性。这可为高精度矢量地理数据版权保护提供技术参考。     

一种地名地理实体数据自动获取方法

以提高地名地理实体数据自动化生产程度为切入点,充分利用矢量基础地理框架数据成果,提出了一种地名地理实体数据自动获取方法。首先结合矢量基础地理框架数据的数据分布特点,制定了合理的地名地理实体数据自动提取策略;在此基础上,针对所提取的数据集存在重复地名、同一地名的地理实体数据存储分散或被动分割等问题,通过设计有效的地名匹配策略,对同一地名进行去除重复处理,在此基础上将对应的地名地理实体数据进行归并处理;最后,结合实体数据的组织特点,建立了适合于点、线、面、多点、多线、多面、几何集合等不同类型的地名地理实体数据重组方法,实现对地名地理实体数据的空间重组。实验表明,采用所提出的方法,不仅能有效地获取地名地理实体数据,满足地名工程建设需求;而且改变了传统的数据生产模式,充分利用了现有数据成果,避免了地名地理实体数据的重复建设。该方法的提出为地名相关工程建设中地名地理实体数据的生产、更新提供了一种新思路和新方法。     

一种基于三维Arnold变换的矢量地理数据置乱加密方法

矢量地理数据具有位置精度高、语义丰富、空间关系明确等特点,易于同各类专题信息集成、融合使用,是地理信息系统的一类重要数据源.互联网和大数据背景下,矢量地理数据面临泄密、侵权、窃取等安全隐患日益凸显.为此,本文分析比较了几类主要的矢量空间数据安全技术,认为数据置乱技术具有较为均衡的安全防护性能,实际应用潜力大,将经典的图像数据置乱思路引入矢量地理数据,提出了一种基于三维Arnold变换的矢量地理数据置乱加密方法.实验表明,该方法简洁高效,具有置乱度高、保持原有数据结构、完全可逆和抗暴力攻击等特点.     

矢量地理数据密级标识方法研究

密级标识是用于标识信息产品安全等级的隐蔽信息,是信息分级管理、控制与应用的基础和前提。作为涉密地理信息产品主要组织格式的矢量地理数据,其密级标识方法的研究具有重要意义。结合矢量地理数据在遭受几何攻击时,其要素空间关系不变性特征,以及密级标识方法的不可感知性、高鲁棒性要求,本文提出一种基于距离比值调制的矢量地理数据密级标识方法,以实现矢量地理数据的分级管理与保护。其主要研究思路为：① 基于距离比值调制的方法,能够较好地应对几何攻击;② 在每个线面要素内,通过重复嵌入密级标识,有效提高算法对于编辑操作的鲁棒性;③ 运用道格拉斯-普克算法提取特征点,在此基础上进行密级标识的嵌入,能够较好地对抗压缩攻击。实验结果表明：该方法具有良好的不可感知性;同时,对嵌入密级标识后的矢量地理数据进行几何变换、数据编辑、数据压缩等攻击后,其密级标识的提取率能够达到80%以上,表明方法具有较好的鲁棒性。     

地理空间矢量数据精准加密核心技术研究和应用

近年来,随着测绘技术的日渐成熟和电子信息技术的迅猛发展,地理空间矢量数据在自然资源、农业农村、不动产等多部门得到广泛应用。加之国家安可计划的推进,保障矢量数据安全成为当前地理空间信息发展的关键。通过研究AutoCAD图形底层数据库,运用ObjectARX开发技术,为测绘生产数据精准加密开发了相应程序。     

顾及地形特征的DEM脆弱水印完整性认证算法

针对目前DEM完整性认证的需求,以及相关认证方法的欠缺,基于脆弱水印技术提出了一种充分顾及DEM地形特征的完整性认证算法.本文对DEM数据进行特征分析,进而提出与其相适应的脆弱水印技术的特殊要求.为了减少水印嵌入对载体数据的影响,在脆弱水印嵌入过程中,首先,提取DEM数据特征线,并依此将数据分为特征区域和非特征区域2部分;然后,根据特征区域的栅格数和水印序列段生成脆弱水印,并以LSB位平面替换的方法,将水印信息嵌入到非特征区域部分.在完整性认证过程中,同样提取DEM数据的特征区域,将重新生成的水印信息与提取的水印信息进行对比,从而判断数据的完整性.算法实验结果表明,其能有效认证DEM数据的完整性,对数据影响较小,且算法安全性和适用性较强.     

GIS矢量数据的自适应水印研究

针对GIS矢量数据水印技术的应用现状和需求,本文根据GIS矢量数据要素类型、存储格式、冗余起始位等方面的多样性及基于行政(自然)区划分块的应用特点,提出双重嵌入的自适应水印算法:点图层基于行政(自然)区划分块自适应嵌入、提取水印;线、面图层按顶点顺序自适应嵌入、提取水印。另外,由于GIS矢量数据点图层数据存储"无序"的特点,决定了数据受调序攻击时水印标记易被破坏,而数据精度并不会遭受任何影响,因此,对点图层,需基于空间关系与位置进行数据排序预处理,从而实现水印的有序嵌入与提取。最后,本文从差异性定义出发,通过空间分析操作,判断面向GIS矢量数据水印系统的不可感知性。实验表明双重嵌入的自适应水印算法具有较好的不可感知性和鲁棒性。     

面向P2P环境的分布式矢量地理数据组织模式研究

P2P技术有助于解决集中式架构与生俱来的"单点故障"和"热点瓶颈"之类的性能问题。目前,P2P的栅格地理数据服务虽已得到广泛应用,但是,将P2P技术和矢量地理数据服务有效结合仍然面临诸多问题,尤其需要对P2P网络模型和相应的分布式矢量地理数据组织模式深入分析。面向矢量数据服务的Chord+Quad的P2P混合索引网络模型,兼顾了结构化P2P网络和层次化P2P网络的优点,既能发挥Chord网负载均衡的优点,又能发挥层次化P2P网络查询效率高的特性,并能够适应高动态的网络环境。基于Linking机制的分布式矢量地理数据组织模式的设计,通过各层次的Linking信息和分割衍生对象内的拓扑连接信息,形成一种松散的全局分布式拓扑,这种分布式拓扑支持对矢量地理数据,进行分布式索引和无损快速重建,以及各种矢量拓扑分析算法在分布式环境下的扩展。与JTS的实验对比表明,通过在分割时增加少量Linking信息,矢量数据重建时间显著缩短,重建结果无损可靠,在分块数较多时,其对JTS的优势更为明显,从而表明,Linking机制的分布式矢量地理数据组织模式理论及相关算法的有效性、高效性和稳健性,为其实际应用提供了有力支持。     

基于内存数据库Redis的轻量级矢量地理数据组织

矢量地理数据的高效组织管理是空间数据应用的关键问题之一。矢量地理数据服务作为一种重要的公众空间信息服务,已经得到广泛应用。公众对矢量地理数据服务性能提出了越来越高的要求,包括实时响应、高并发、高吞吐量等。当前的矢量地理数据服务后台数据存储组织,通常基于磁盘和关系数据库,其在面对公众日益增长的需求时已经显得力不从心。本文提出了一种以内存数据库Redis的轻量级矢量地理组织方法,能在高并发情况下有效提高矢量地理数据服务性能。论文首先分析了Redis的存储机制,设计了矢量地理数据库的分层组织模型,利用Redis丰富的数据结构对矢量地理数据及其相关元数据进行存储管理,然后,以网格索引为例,设计了Redis的空间索引,最后,设计Redis的矢量数据引擎原型系统,并进行了实验验证。结果表明,Redis的矢量地理数据库显著提高了响应速度,且并发性能更好,可广泛应用于大型空间数据库前端高速缓存和高性能空间索引库。     

基于归一化的矢量空间数据盲水印算法

对于鲁棒矢量空间数据水印技术而言,几何变换攻击是难以对付的一种攻击。现有的抗几何变换攻击算法难以抵抗顶点攻击,因此,借用数据归一化的思想,本文提出了一种归一化的矢量空间数据盲水印算法。该算法在嵌入水印前将空间数据的坐标值进行归一化处理,以实现对平移和缩放的不变性,并通过修改顶点坐标数据的归一化值来嵌入水印。水印被多次嵌入,实现了水印的盲提取。实验结果表明,该方法对平移、缩放、増删点、裁剪、压缩、要素排序、数据格式转换等攻击具有较好的鲁棒性,同时能控制水印嵌入引起空间数据误差的大小。     

一种面向地图对象的矢量地图数字水印方法

针对线状图层数据,面向地图对象,描述了一种能对2D矢量地图数据进行版权保护的水印算法.该算法把水印信息隐藏在地图对象的形状特征中,通过HASH排序和分组,把水印信息广泛地散布到图层中,并且实现了水印信息的盲检.实验表明,该算法具有很强的鲁棒性和实用性.     

基于N-KD树的空间点数据分组算法

随着科学技术的进步,地理空间数据的分析处理面临着数据量膨胀和计算量高速增长的双重挑战,为了解决海量数据处理速度慢的问题,本文针对空间分布不均匀的点数据,从数据并行的角度,以保持数据的空间邻近性及保证数据分组后各组数据量负载均衡为目标,提出基于N-KD树（Number-K Dimension Tree）数据动态分组的方法,其是一种面向实时变化（数据量和数据空间范围变化）的空间数据动态分组方法。该方法借鉴K-D树的创建和最临近点搜索的思想,通过方差判断数据分布稀疏程度,利用最临近点搜索方法处理边界点,实现空间范围的不均等切分,保证数据分组后各组数据量基本均衡。试验表明,该方法具有较好的动态分组效果与较高的计算效率;支持各种分布状态的空间点数据的分组;分组后各组数据量负载均衡;分组算法本身有支持并行、支持分布式协同工作模式的特点。     

面向地形数据的点云简化算法

针对地形点云数据量大、表面特征复杂多样等特点,提出面向地形数据的点云简化算法。基于K-D Tree搜索各点K邻域,构建点集空间拓扑关系|应用移动最小二乘法计算各点曲率,通过曲率的划分,在平缓区域按距离进行简化,保证整个算法的效率|在突变区域根据曲率简化,确保曲率变化大的关键特征信息不丢失,从而实现点云数据的简化。利用基于熵理论的定量评价方法,通过实例验证该方法的可行性和普适性。     

基于地理国情数据的基础地理信息增量更新方法研究

地理国情普查和监测为基础地理信息的及时更新提供了持续、可靠的参考数据。本文针对地理国情普查监测成果应用和基础地理信息数据更新的实际需求,从数据转换、要素匹配、变化识别和增量更新等方面设计了基于地理国情数据的基础地理信息数据更新技术框架。针对要素相似性匹配和变化识别难题,从距离、面积和形状相似性等方面设计了面向几何要素匹配与变化识别的系列指标、算法和知识规则。研究成果在山东莱芜某地进行了应用。实验结果表明,本文设计的方法对变化要素的识别精度达96.6%,极大地提高了基础地理信息更新的工作效率。研究成果不仅为基础地理信息增量式更新提供了技术支撑,同时也将提高地理国情数据成果的应用价值。