一種能定位pdf電子發(fā)票篡改的水印嵌入與認(rèn)證方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及一種能定位roF電子發(fā)票篡改的水印嵌入與認(rèn)證方法，屬于電子發(fā)票 認(rèn)證領(lǐng)域。
【背景技術(shù)】
[0002] 早在2012年，我國就啟動(dòng)了電子發(fā)票試點(diǎn)工作，減少開具紙質(zhì)發(fā)票所造成的用紙 浪費(fèi)。國家稅務(wù)總局出臺(tái)的《網(wǎng)絡(luò)發(fā)票管理辦法》從2013年4月1日起施行，要求所有開具 發(fā)票的單位和個(gè)人向消費(fèi)者出具網(wǎng)絡(luò)發(fā)票?，F(xiàn)階段的網(wǎng)絡(luò)發(fā)票在用作財(cái)務(wù)記賬憑證時(shí)，仍 然需要將電子發(fā)票打印在"特定紙質(zhì)"上。也就是說，開具發(fā)票的單位和個(gè)人仍然需要將打 印的紙質(zhì)發(fā)票通過快遞寄送給消費(fèi)者，造成人力、物力的浪費(fèi)。為此，2013年6月和12月， 我國先后在北京、上海兩地開始試點(diǎn)電子發(fā)票。至今成功開具電子發(fā)票超過5000萬張。
[0003]2014年11月16日，國務(wù)院辦公廳發(fā)布《關(guān)于促進(jìn)內(nèi)貿(mào)流通健康發(fā)展的若干意見》， 明確提出要"加快推進(jìn)電子發(fā)票應(yīng)用，完善電子會(huì)計(jì)憑證報(bào)銷，登記入賬及歸檔保管等配套 措施"。這是國務(wù)院層面首次公開推廣電子發(fā)票，國家電子商務(wù)標(biāo)準(zhǔn)化總體組副組長邱月明 表示，隨著電子商務(wù)的快速發(fā)展，必然帶動(dòng)發(fā)票業(yè)務(wù)的創(chuàng)新，電子發(fā)票較傳統(tǒng)發(fā)票具有成 本低、效率高的天然性優(yōu)勢，未來幾年有望在全國大范圍內(nèi)得到推廣。
[0004]而在今年兩會(huì)期間，推廣電子發(fā)票、減少能源浪費(fèi)，同樣也成為委員們關(guān)注的焦 點(diǎn)。而就目前多個(gè)省市的試點(diǎn)情況而言，推廣電子發(fā)票主要遇到"入賬難、報(bào)銷難"的問題。 對(duì)此，兩會(huì)委員，蘇寧控股集團(tuán)董事長張近東在《加快推進(jìn)電子發(fā)票報(bào)銷入賬》的提案中建 議，優(yōu)先從法律、制度層面解決電子發(fā)票的合法效力問題、確立電子發(fā)票作為合法入賬憑證 的法律地位，進(jìn)而推進(jìn)電子發(fā)票在全國范圍普及。而當(dāng)電子發(fā)票的法律地位被確認(rèn)之后，隨 之而來要解決"入賬難、報(bào)銷難"的問題。由于PDF格式具有安全性高，可移植性好，存儲(chǔ)容 量小，因此現(xiàn)有的電子發(fā)票大多采用PDF格式。
[0005] 現(xiàn)有針對(duì)TOF電子發(fā)票的保護(hù)算法大多是基于數(shù)字簽名的方法，它能夠判別發(fā)票 是否被篡改，但并不能實(shí)現(xiàn)篡改定位的功能，其判定結(jié)果說服力差。
[0006] 采用水印嵌入的認(rèn)證方法可以對(duì)PDF文件的篡改進(jìn)行判定，也能對(duì)篡改進(jìn)行定 位。但其認(rèn)證算法大多數(shù)是利用交叉引用表中冗余空間嵌入水印，若采用此方法對(duì)PDF格 式的電子發(fā)票進(jìn)行信息嵌入，則水印容量很小而且安全性低，給其后面的篡改定位帶來限 制。

【發(fā)明內(nèi)容】

[0007] 本發(fā)明的目的是提供一種能定位roF電子發(fā)票篡改的水印嵌入與認(rèn)證方法。該方 法在保證實(shí)現(xiàn)水印不可見的同時(shí)，文件增量小，控制在1 %以內(nèi)。其對(duì)篡改的檢測準(zhǔn)確性高， 誤檢率低，能夠有效抵抗替換、添加和刪除等篡改。
[0008] 本發(fā)明解決其技術(shù)問題，所采用的技術(shù)方案為：一種能定位roF電子發(fā)票篡改的 水印嵌入與認(rèn)證方法，包括如下步驟：
[0009]A、基于文件閱讀頁面的水印生成
[0010]A1、頁面分塊：將原始TOF電子發(fā)票文件的閱讀器頁面P，根據(jù)信息單元的固有的 分布坐標(biāo)分為〗個(gè)頁面塊Pi，即p={Pi|i= 12,…，I}，i為頁面塊序號(hào)，I為整個(gè)閱 讀器頁面P上的頁面塊總數(shù)；
[0011] A2、解析文件結(jié)構(gòu)：對(duì)原始roF電子發(fā)票文件的代碼頁面S進(jìn)行PDF文件結(jié)構(gòu)解 析，得到標(biāo)明PDF文件版本信息的文件頭SH，文件體S。，交叉引用表Sx和文件尾ST四個(gè)部 分，艮p:s= {SH，s0,sx，ST};
[0012] 其中，文件體SQ由J個(gè)對(duì)象0」(j= 1，2，...，J)組成，即{0」|j= 1，2,…J}， j為對(duì)象號(hào)；
[0013] 交叉引用表S#J個(gè)索引信息Xj(j=1，2，...，J)組成，Xj={對(duì)象偏移地址 代表該對(duì)象所修改的次數(shù)，對(duì)象是否正在被使用的狀態(tài)};
[0014] 文件尾ST包括文件描述、密碼信息及文件體S中的根對(duì)象號(hào)、摘要對(duì)象號(hào)和對(duì)象 總數(shù)；
[0015]A3、認(rèn)證信息生成：
[0016] 對(duì)每一個(gè)頁面塊Pi(i= 1，2…，I)，首先利用Itextsharp組件提取每個(gè)頁面塊Pi 中的文本內(nèi)容凡，1\={t"Iq= 1，2, ? ?，zj，以及文本坐標(biāo)Di，Di={d"Iq= 1，2, ? ?，zj， 其中，ti;q為文本內(nèi)容Ti中的第q個(gè)信息單元，zi為文本內(nèi)容T1包含的信息單元個(gè)數(shù)，di;q 為信息單元對(duì)應(yīng)的坐標(biāo)信息，各信息單元t&之間需添加行末標(biāo)識(shí)符"\r\n" ；
[0017] 然后，基于秘鑰&生成文本內(nèi)容Ti與文本坐標(biāo)Di的摘要信息Hi，氏= Hash(kp| |Dj;其中，Hash(?)表示Hash函數(shù)，| |代表連接操作；
[0018] 最后將頁面塊Pi的文本內(nèi)容Tp文本坐標(biāo)Di和摘要信息Hi連接起來構(gòu)成頁面塊 Pi的認(rèn)證信息A"Ai=Ti|也| |Hi;
[0019]A4、水印信息生成：對(duì)每個(gè)頁面塊Pi(i= 1,2…，I)，將A3步生成的認(rèn)證信息八1進(jìn) 行壓縮并利用秘鑰k2加密之后得到二進(jìn)制壓縮數(shù)據(jù)流Bp并添加PDF格式信息1，生成待 添加的PDF對(duì)象UiZ{BpYj，同時(shí)計(jì)算其字節(jié)長度，記為li;
[0020] 所述的PDF格式信息Yi包括：對(duì)象號(hào)i+J、對(duì)象修改次數(shù)、對(duì)象的關(guān)鍵詞、換行符；
[0021] B、基于文件代碼的水印嵌入
[0022] 首先將A4步生成的I個(gè)待添加的PDF對(duì)象I作為頁面塊Pi的水印信息W= {W」i =1，2,…I}，將該水印信息W與A2步的文件體S。： {0j|j= 1，2,…J}合并，得到包含N= 1+了個(gè)合并對(duì)象〇'11的合并文件體3/。={0'」11=1，2，"川}，其中11為合并對(duì)象0 /11 的對(duì)象號(hào)，
同時(shí)根據(jù)偏移地址信息&，計(jì)算得到每個(gè)合并對(duì)象〇' "的 長度匕，
[0023] 然后，基于密鑰k3生成長度為I+J的偽隨機(jī)序列，對(duì)該序列進(jìn)行從小到大排序，排 序前的位置信息按排序后的位置排列，構(gòu)成對(duì)象置亂序列V，V= {vn|n= 1，2, . . .，I+J}， 其中vn為合并對(duì)象〇'n的新對(duì)象號(hào)，vne[1，I+J]的整數(shù)；據(jù)以進(jìn)行置亂操作，即將合 并對(duì)象〇'n的對(duì)象號(hào)修改Svn，即令，隨即得到置亂后的含水印文件體
[0024] C、交差索引表和文件尾的更新
[0025] 根據(jù)B步中得到的含水印文件體％和對(duì)象長度信息1' "計(jì)算出合并后的偏移地 址信息
，其中：a為第一個(gè)對(duì)象的偏移地址， 其具體值為PDF文件版本信息的文件*SH的字節(jié)長度；重新生成交差索引表.#，同時(shí)更新 文件尾ST中的根對(duì)象號(hào)、摘要對(duì)象號(hào)和對(duì)象總數(shù)，生成更新后的文件尾;
[0026] D、含水印roF電子發(fā)票文件生成
[0027] 將B步的含水印文件體和C步更新后的交差索引表#和文件尾合并重 構(gòu)，即得到含水印的發(fā)票文件Fw;
[0028] E、認(rèn)證信息重構(gòu)和認(rèn)證信息提取
[0029] E1、待檢測文檔的認(rèn)證信息重構(gòu)：
[0030] 將待測roF電子發(fā)票文件F#的閱讀器頁面P#，根據(jù)信息單元的固有的分布坐標(biāo)分 為I個(gè)待測頁面塊Pi#，即P#={PIi= 1，2,…，1};
[0031] 對(duì)每一個(gè)待測頁面塊P'Q= 1，2…，I)，首先利用Itextsharp組件提取每個(gè)待測 頁面塊P'中的待測文本內(nèi)容T'，T#i= {t^Jq=l，2，..，Zi}，以及待測文本坐標(biāo)D'，D' ={d'，」q= 1，2, . .，zj，其中，t、為待測文本內(nèi)容T'中的第q個(gè)待測信息單元，zi為待 測文本內(nèi)容T'包含的信息單元個(gè)數(shù)，d為待測信息單元t\q對(duì)應(yīng)的待測坐標(biāo)信息，各待 測信息單元t\q之間需添加行末標(biāo)識(shí)符"\r\n" ；
[0032] 然后，基于秘鑰&生成待測文本內(nèi)容T'與待測文本坐標(biāo)D'的待測文本摘要信息 Hash(k1,T#i|IDV；
[0033] E2、認(rèn)證信息提?。簩?duì)待測的PDF電子發(fā)票文件F#代碼頁面S#進(jìn)行解析得到待測 文件體
根據(jù)秘鑰匕和對(duì)象置亂序列