專利名稱：用來編碼對象中隨機分布特征的系統(tǒng)和方法
技術(shù)領域：
本文所述的系統(tǒng)和方法一般涉及防偽和/或防篡改標簽，尤其涉及利用對象的隨機分布特征(無論嵌入的或自然固有的)來限制對偽造和/或篡改標簽的未經(jīng)授權(quán)嘗試。
背景技術(shù)：
標簽的偽造和篡改使產(chǎn)品銷售商和產(chǎn)品制造商在損失收入和損失客戶方面每年花費數(shù)十億美元。隨著計算機技術(shù)的迅速成長，產(chǎn)生象真品的標簽已變得越來越容易。例如，可利用掃描儀來掃描真標簽的高分辨率圖像，然后以最少成本重復再生產(chǎn)。還有，禮券也可以被掃描、更改(例如改為有更大面值)、重復印制、并兌換。
近年來已利用各種技術(shù)來制止偽造和篡改的泛濫成災。一種保護標簽的方法是通過加入條形碼。條形碼通常是印在標簽上的機器可讀碼。使用條形碼掃描儀，可快速讀取并驗證帶有條形碼的標簽。當前條形碼標簽的一個問題是在各個產(chǎn)品上要使用相同的標簽。
當前的另一方案是使經(jīng)掃描條形碼對照存儲在數(shù)據(jù)庫中的安全數(shù)據(jù)(例如電子收款機系統(tǒng)POS系統(tǒng))進行檢查。然而，這個方案需要加入來自銷售商或制造商的最近數(shù)據(jù)。這種方案需要多方的及時并緊密合作。還有，這種方案限制了其實現(xiàn)的靈活性，且并非總是可行的。
然而，這些技術(shù)有一個通??；即，對于給定產(chǎn)品所掃描的標簽物理上是相同的。因此，盡管產(chǎn)生合理標簽的制造過程是高度復雜的，但對于偽造者而言要確定產(chǎn)生偽造合格品的方法通常卻并不需要很長時間。而且，一旦標簽被成功復制了一次，它就可以重復再生產(chǎn)了(例如建立低成本可復制的主副本)。即使在使用若干次后秘密地將標簽列于數(shù)據(jù)庫中，也不能保證先掃描的標簽確實是真標簽。
因此，當前方案不能提供較難復制且可較便宜生產(chǎn)的標簽。

發(fā)明內(nèi)容
本文所述的系統(tǒng)和方法涉及編碼對象中的隨機分布特征。在一方面中，確定驗證對象中的隨機分布特征。代表隨機分布特征的數(shù)據(jù)被壓縮并用簽名編碼。標簽產(chǎn)生，并且它包括驗證對象和經(jīng)編碼數(shù)據(jù)。
在另一方面中，通過確定關(guān)聯(lián)于驗證對象的概率密度函數(shù)來壓縮數(shù)據(jù)。關(guān)聯(lián)于隨機分布屬性的向量至少部分地基于概率密度函數(shù)來確定。使用算術(shù)編碼算法來對向量進行編碼。


圖1顯示用作標簽一部分的示例驗證對象，諸如驗證證書。
圖2是示出驗證系統(tǒng)的示例證書，以及由該系統(tǒng)采用的用以簽發(fā)并校驗驗證證書的示例過程的示意圖。
圖3A是示例掃描系統(tǒng)的示意圖，該系統(tǒng)用以捕捉關(guān)聯(lián)于驗證證書的驗證對象的隨機分布特征。
圖3B是圖3A中所示驗證對象的頂視圖。
圖4是可用以創(chuàng)建驗證證書的示例過程流程圖。
圖5是可用以壓縮代表驗證對象隨機分布屬性的數(shù)據(jù)的示例過程流程圖。
圖6是對應于示例驗證對象四個不同區(qū)域的區(qū)域圖形表示。
圖7是示例驗證對象上十九個不同區(qū)域的圖形表示。
圖8是正方形驗證對象的概率密度函數(shù)的示例圖形。
圖9是驗證對象中區(qū)域的圖形表示。
圖10是算術(shù)編碼器如何編碼字符串“aba”的示例的圖形表示。
圖11是用節(jié)點顯示的驗證對象實例的示例。
圖12是為優(yōu)化成本效率而設計的驗證證書的圖形表示。
圖13示出了所述系統(tǒng)和方法可全部或部分實現(xiàn)的示例計算設備。
具體實施例方式
I.導言在此所述的系統(tǒng)和方法涉及有關(guān)在標簽中使用的對象隨機方法特征的編碼信息。標簽可包括任何類型的附于或包括在產(chǎn)品上的識別手段。被配置用以驗證的標簽在此稱為驗證證書。在驗證證書中使用的帶有隨機分布特征的對象在此稱為驗證對象。為了使能自校驗，驗證證書可包括驗證對象和關(guān)于隨機分布特征的信息。可使用壓縮方法來增加可編碼并包括在驗證證書中的關(guān)于隨機分布特征的信息量。根據(jù)一示例計算，偽造驗證證書的成本與壓縮該信息上的改進成指數(shù)比例增加。這種偽造成本上的實質(zhì)性增加導致了一種制造相對便宜但卻難以偽造的可靠驗證證書。
圖1顯示了用作部分標簽的示例驗證對象100，諸如驗證證書。為了有效地在驗證證書中使用，驗證對象100通常包含唯一而且難以復制的隨機分布特征。圖1中所示的示例驗證對象100是基于纖維驗證證書的一部分，并包含以隨機方式嵌入對象中的纖維110。纖維110作為驗證對象100的隨機分布特征。纖維110可以任何方法加入驗證對象100。例如，可把纖維110噴在驗證對象100上。也可在制造過程中把纖維110嵌到驗證對象100中。在一實施例中，纖維110是能夠在端點之間傳送光線的光學纖維。因而，通過在驗證對象100的某區(qū)域120上照光，至少有一端在點亮區(qū)域內(nèi)的纖維131-133的端點被照亮。
圖1中，驗證對象100包括κ個隨機分布纖維。以L×L象素的分辨率掃描驗證對象100。每根纖維有固定長度為R。盡管圖1中的示例驗證對象100包含纖維，可以理解，也可以相似方式在驗證證書中使用帶有其它隨機分布特征的驗證對象。
驗證對象100的隨機分布特征可在驗證證書中使用，以保護諸如產(chǎn)品的隨機對象驗證的證據(jù)。例如，某些有關(guān)驗證證書隨機分布特征的難以復制的數(shù)據(jù)可被數(shù)字化、用簽發(fā)器(issuer)的私鑰簽名、并且簽名以機器可讀形式印在驗證證書上以便校驗產(chǎn)品是真的。驗證證書的每個實例都與簽發(fā)器想要證明其真實性的對象相關(guān)聯(lián)。在一實施例中，驗證的校驗通過使用簽發(fā)器公鑰提取經(jīng)簽名數(shù)據(jù)(關(guān)于隨機分布特征的數(shù)據(jù))，并校驗提取數(shù)據(jù)與驗證證書的相關(guān)聯(lián)實例數(shù)據(jù)相匹配來完成。為了偽造被保護對象，對手需要(i)算出簽發(fā)器私鑰，(ii)設計可準確復制驗證證書的已簽名實例的制造過程，或者(iii)驗證證書的不當簽名實例。從這個角度而言，驗證證書可被用來保護其值大約不超過偽造單個驗證證書實例(包括成功的對抗性制造過程累積開發(fā))的成本的產(chǎn)品。
驗證證書系統(tǒng)的目標是確保產(chǎn)品或關(guān)聯(lián)于產(chǎn)品的某些信息的驗證。其應用的集是眾多并廣泛的，范圍從軟件和介質(zhì)(例如DVD、CD)的防盜版，到不可偽造禮券和防篡改硬件的設計。例如，制造防篡改芯片將需要在其包裝上覆蓋一個驗證證書。在每次使用前，應當校驗驗證證書的完整性，以便校驗被保護硅片的真實性。
下面，將討論用以便宜但有效地讀出基于纖維驗證證書的隨機分布特征的實例硬件平臺。硬件平臺可包括條形碼。由于對于低成本讀取器條形碼的容量限制為約3k比特，由私鑰簽名的消息也被限制為同樣長度。還有，由于驗證證書系統(tǒng)的目標之一是使打算偽造驗證證書特定實例的對手要花費的精力最多，將討論關(guān)聯(lián)于在固定長度的經(jīng)簽名消息中存儲盡可能多的關(guān)于基于纖維驗證證書的唯一且隨機分布特征的信息的困難。將提供用于基于纖維驗證證書的示例分析模型。然后，以下的討論也將正式提出點集壓縮問題，并顯示驗證證書實例中纖維位置的優(yōu)化壓縮是NP-完全問題。為了探索式地解決該問題，將提供一種對常規(guī)壓縮方法的壓縮比例上有極大改進的算法。
II.簽發(fā)并校驗驗證證書圖2是示出驗證系統(tǒng)200的示例證書，以及由該系統(tǒng)采用的用以簽發(fā)并校驗驗證證書的示例過程的示意圖。驗證系統(tǒng)200的證書包括驗證證書210、簽發(fā)器230以及驗證者250。如圖2所示，驗證證書210可包括圖1中的驗證對象、條形碼213和文本215。
在驗證證書上需要保護的信息包括(a)驗證對象100難以復制的隨機分布特征的表示以及(b)任意相關(guān)聯(lián)文本數(shù)據(jù)。開始，使用硬件設備掃描諸如纖維位置的驗證對象100的隨機分布特征。如何收集并表示該信息的細節(jié)將結(jié)合圖3如下進行討論。
為了進行討論，假設結(jié)果信息f是nF個比特的隨機字符串。參數(shù)nF是固定的，并等于nF＝k*nRSA，k∈N，其中nRSA是RSA公鑰的長度(例如，nRSA＝1024)，且k通常設定為k∈[1，3]。給定一固定nF，代表驗證對象100隨機分布特征的數(shù)據(jù)231的摘錄f可使任何兩個不同驗證證書實例之間的距離統(tǒng)計地為最大。在驗證步驟中該目標直接轉(zhuǎn)化為假陰性和假陽性的最小可能性。
文本數(shù)據(jù)t是取決于應用(例如，過期日期、制造商保證)的任意字符串。文本數(shù)據(jù)源自如圖2所示印在驗證證書210上的文本215。
可使用一種諸如SHA1的密碼學安全散列算法237來使文本數(shù)據(jù)形成散列。散列函數(shù)的輸出被表示為有nT比特的消息t。簽發(fā)器230創(chuàng)建可通過RSA簽名的消息m。例如，使用確保m的每個比特都取決于f和t二者的所有比特的可逆運算符，消息f和t被合并成長度為nM＝nF的消息m。這個步驟可使需要在用以創(chuàng)建某消息m的數(shù)據(jù)231以及文本215中進行操作的比特數(shù)達最多。這種運算符的示例是使用t或者來自t的比特子集為密鑰的對f的對稱加密m=t⊗·f≡Et(f).]]>使用簽發(fā)器230的私鑰233用RSA簽名235對消息m進行簽名。結(jié)果簽名s有nS＝nM＝nF比特。該消息被編碼并在驗證證書210上印制為條形碼213(諸如遵照PDF417標準的條形碼)。
驗證證書210的校驗包括若干步驟。開始校驗器掃描印制組件文本215和條形碼213。條形碼213被解碼為原始印制簽名s。文本215被掃描并形成散列以便創(chuàng)建消息t。注意對該任務而言不需要一般光學字符識別(OCR)，因為用以印制該文本的字體為校驗器250已知，并為改進OCR優(yōu)化。為了驗證證書的成功校驗，需無錯誤地讀取文本215和條形碼213；這是用現(xiàn)代掃描技術(shù)就可輕松完成的任務。
校驗器250使用簽發(fā)器的公鑰253來執(zhí)行s上的RSA簽名校驗255，并獲取經(jīng)簽名消息m。然后檢驗者250計算f=m(⊗·)-1t.]]>在使用加密為 的示例中，這可通過解密f=Et-1(m)]]>來完成。接著，檢驗者250掃描表示驗證對象100中隨機分布特征的數(shù)據(jù)251，并創(chuàng)建其表現(xiàn)f′。檢驗者250比較f′和經(jīng)提取f。檢驗者250需要對兩組數(shù)據(jù)之間的相互關(guān)系進行量化附于證書上的數(shù)據(jù)和用以創(chuàng)建驗證證書上簽名的數(shù)據(jù)。在判定框259，如果兩組數(shù)據(jù)的相似度超過了某閾值，檢驗者250宣布驗證證書210是真的，反之亦然。
圖3A是示例掃描系統(tǒng)300的示意圖，該系統(tǒng)用以捕捉關(guān)聯(lián)于驗證證書的驗證對象310的隨機分布特征。掃描系統(tǒng)300包括光學掃描儀322和光源324。光學傳感器322被配置用以掃描驗證對象310，并可包括特定分辨率的電荷耦合裝置(CCD)矩陣。在一實施例中，光學傳感器322的分辨率為128×128象素。光源324被配置用以提供有特定波長的光，以照亮驗證對象310的區(qū)域。電源324可包括例如發(fā)光二極管。如圖3A所示，驗證對象310中纖維326的一端被光源324照亮。光線傳送到纖維326的另一端，并被光學傳感器322所檢測。
圖3B是圖3A中驗證對象310的頂視圖。操作中，掃描系統(tǒng)300將驗證對象310分成諸如311-314的多個區(qū)域。如圖3B所示，掃描系統(tǒng)300的光源324照在區(qū)域314上，而區(qū)域311-313從光源324隔離。通過照亮區(qū)域314，驗證對象310在區(qū)域311-313中的端點位置可由光學傳感器322確定。因而，驗證對象310中隨機分布特征的讀取包括包含四個不同點集的四個數(shù)字化圖像。每個點集與一個特定區(qū)域相關(guān)聯(lián)，且通過照亮該區(qū)域來確定。
可以想像，諸如納米技術(shù)(nanotechnology)的技術(shù)進步可使電子裝置能夠解碼來自驗證證書的隨機分布特征，并創(chuàng)建對應于這些特征的光圖案。這種裝置可能能夠偽造驗證證書。在一實施例中，掃描系統(tǒng)300可配置成通過改變光源324使用的光線波長(例如顏色)來防止這種偽造方法。例如，每次由掃描系統(tǒng)300掃描驗證對象時，隨機選擇光線的波長。光學傳感器322可被配置成檢測由驗證對象中纖維發(fā)出的光線波長，并確定該波長是否對應于光源324發(fā)出的光線波長。如果發(fā)出的波長與檢測的波長不匹配，則驗證證書可能是偽造品。
圖4是用以創(chuàng)建驗證證書的示例過程400的流程圖。在方框405，掃描驗證證書中的驗證對象?？墒褂脠D3A中的掃描系統(tǒng)300來掃描驗證對象。
在方框410，確定表示驗證對象隨機分布特征的數(shù)據(jù)。在基于纖維的驗證對象中，數(shù)據(jù)可包括諸如圖3B所示端點的被照亮纖維端點的位置。
在方框415，壓縮數(shù)據(jù)以提高驗證證書的安全度。數(shù)據(jù)壓縮將結(jié)合圖5進行詳述。簡言之，可確定用以壓縮表示驗證對象中隨機分布屬性的一部分數(shù)據(jù)的路徑。
在方框420，編碼經(jīng)壓縮的數(shù)據(jù)。例如，經(jīng)壓縮的數(shù)據(jù)可使用圖2中私鑰233進行簽名。在方框425，經(jīng)編碼的數(shù)據(jù)被加入驗證證書。例如，經(jīng)編碼數(shù)據(jù)可在印制證書上印成諸如圖2中條形碼213的條形碼。
圖5是示例過程500的流程圖，該過程可用以壓縮表示驗證對象隨機分布屬性的數(shù)據(jù)。為了進行討論，過程500將在基于纖維驗證證書的上下文中進行描述。然而，過程500可應用于任何類型的驗證證書。
在方框505，確定關(guān)聯(lián)于驗證對象的概率密度函數(shù)。概率密度函數(shù)將在小節(jié)III-A中討論。示例概率密度函數(shù)如等式11所示。示例概率密度函數(shù)的圖形表示在圖8中示出。簡言之，概率密度函數(shù)表示在驗證對象的某位置發(fā)現(xiàn)一個隨機分布屬性單元的可能性。在基于纖維驗證證書的上下文中，概率密度函數(shù)可表示在驗證對象區(qū)域中一特定點被照亮的概率。也可使用概率密度函數(shù)來計算在特定區(qū)域中一共有多少纖維將被照亮。
在方框510，確定關(guān)聯(lián)于隨機分布屬性的向量。在基于纖維驗證證書的上下文中，使用點對點向量并在小節(jié)IV-A中討論。特別地，等式16被用來計算點對點向量以表示基于纖維驗證證書中的隨機分布屬性。
在方框515，使用算術(shù)編碼算法來編碼向量。算術(shù)編碼算法將在小節(jié)IV-A中討論。示例算法在表格2中顯示。
在方框520，確定用于在固定量數(shù)據(jù)中壓縮部分向量的路徑。用以計算路徑的方法在小節(jié)IV-B中討論?？墒褂玫仁?0來計算示例路徑。在方框525，返回表示部分隨機分布屬性的經(jīng)壓縮數(shù)據(jù)的路徑。
III.驗證證書模型在本小節(jié)中，討論基于纖維驗證證書的分析模型。模擬了驗證證書S的兩個特征。假設照亮了驗證證書的特定區(qū)域Si，計算在S-Si中特定點被照亮的概率密度函數(shù)。同樣，假設在S中有K根纖維，可計算在S-Si中被照亮纖維的預期數(shù)量。
A.被照亮纖維端點的分布驗證對象(L，R，K)被模擬為邊長為L單元的正方形，其上隨機拋擲有固定長度為R≤L/2的K根纖維。諸如可變纖維長度或隨意形狀驗證對象的其它模型變量，可從該模型推理。驗證對象位于圖1所示2D笛卡爾坐標系統(tǒng)的正象限中。另外，驗證對象被分成四個相等的正方形S＝{S1，S2，S3，S4}。每個都被用來記錄結(jié)合圖3A和3B所述的3D纖維結(jié)構(gòu)。然后，纖維被表示為點A，BS的多元組f＝{A，B}，從而它們間的距離為‖A-B‖＝R。
定義1.被照亮纖維端點的分布。假設一個正方形Si被照亮，對任意點Q(x，y)S-Si通過任何區(qū)域PS-Si包含纖維f＝{A，B}的被照亮纖維端點A的概率ξ(i，P)來定義概率密度函數(shù)(pdf)(i，Q(x，y))，以其它端點B位于被照亮區(qū)域Si的事實為條件。更正式地，對于任何PS-Siξ(i,P)=Pr[A⋐P|f={A,B}⋐S,B⋐Si]]]> 假設把纖維f＝{A，B}擲入驗證對象包括兩個相關(guān)聯(lián)事件(i)第一端點A落于驗證對象上以及(ii)第二端點B碰到驗證對象。盡管A可以落在COA上的任意地方，B的位置卻取決于A的位置。端點B必須落于以A為中心半徑為R且包含在驗證對象中圓的部分圓周內(nèi)。在本小節(jié)的剩余部分，函數(shù)(i，Q(x，y))基于對事件(i-ii)的分析進行分析計算。為簡便起見，當區(qū)域Si被點亮時僅計算(i，Q(x，y))。(i，Q(x，y))分兩步進行計算。
定義2.圓周容納(Perimeter Containment)。首先，對于給定點AS，定義測量以A為中心半徑為R被整個驗證對象S包圍的圓的部分圓周(弧)長度的容納函數(shù)l(A)。在驗證對象中有四個ρ(A)同一計算的不同區(qū)域(在圖6中標記為P1到P4)。
圖6是對應于示例驗證對象600中四個不同區(qū)域的區(qū)域P1-P4的圖形表示。對于某區(qū)域Px的每個點，以對該區(qū)域獨特的封閉分析形式使用如下討論的等式7-10來計算圓周容納函數(shù)。
區(qū)域P1。這是圓周對象的中心區(qū)域，對于任意點QP1，以Q為中心半徑為R的圓與驗證對象的任何邊界不相交。該區(qū)域由R≤x≤L-R，R≤y≤L-R定界。
ρ(Q(x，y))＝2Rπ.(7)區(qū)域P2。有四個不同P2區(qū)域，在以任意點QP2為中心半徑為R的圓與驗證對象的一個邊界正好相交兩次。為了簡便，僅考慮以下區(qū)域R≤x≤L-R，0≤y＜R?？蓪ΨQ計算其它三個區(qū)域的等式。
ρ(Q(x,y))=R[π+2arcsin(yR)].---(8)]]>區(qū)域P3。有四個不同P3區(qū)域，在以任意點QP3為中心半徑為R的圓與驗證對象的兩個不同邊界相交兩次。為了簡便，僅考慮以下區(qū)域0≤x＜R，0≤y＜R，x2+y2≥R2。
ρ(Q(x,y))=2R[π-arccos(xR)-arccos(yR)].---(9)]]>區(qū)域P4。有四個不同P4區(qū)域，在以任意點QP4為中心半徑為R的圓與COA的兩個邊界相交一次。僅考慮以下區(qū)域x2+y2＜R2。
ρ(Q(x,y))=R[π2+arcsin(xR)+arcsin(yR)].---(10)]]>在所有的等式8-10中，僅考慮在{0，π/2)中函數(shù)arcsin(·)和arccos(·)的返回值。
在第二個步驟，僅當B位于以Q(x，y)為中心直徑為R并被包含于S1的圓C(Q，R)的部分上時，基于纖維f＝{A，B}的被照亮端點A在位置A＝Q(x，y)上的事實計算有效的(1，Q(x，y))。
引理3.(i，Q(x，y))源于ρ(Q(x，y))的相關(guān)性。使用函數(shù)ρ(Q(x，y))，用以下積分計算pdf(i，Q(x，y)) 其中 在C(Q，R)S的圓周上遞進，而且α是常量從而 僅因為纖維f＝{Q，B}點QS-Si可被照亮，從而BSi。這隱含了B位于由Si包含的圓C(Q，R)的圓周上的某處。對于某給定纖維f＝{A，B}，A落在長度為dlS的特定無限小圓弧上的概率等于dl/e(B)。因此 其中函數(shù)area(S-Si)計算在S-Si下的區(qū)域。因而，在點QS-Si上的pdf(1，Q(x，y))與ρ(·)在C(Q，R)Si上值的倒數(shù)的積分成比例。
圖7是示例驗證對象700上十九個不同區(qū)域的圖形表示，該對象有獨特的分析公式作為等式11中確定的積分的解式。為了簡便，使用簡單的數(shù)字計算近似解答(1，Q(x，y))。結(jié)果在圖8中示出。
圖8是帶有從單元點上采集的參數(shù)L＝64以及R＝28的正方形驗證對象的示例概率密度函數(shù)的曲線圖。圖8顯示了纖維端點落在某小區(qū)域PS-Si的可能性取決于P在S-Si中的特定位置而有極大的變化。通過使用關(guān)于(i，Q(x，y))在整個S-Si中變化的信息，可大大改進點子集壓縮算法，如小節(jié)IV中所示。在整個區(qū)域S-Si上制造驗證對象使(i，Q(x，y))＝常量不是一個瑣碎的任務而已，可能會和偽造原始驗證對象一樣困難。

表格1(注解area-區(qū)域，bounds-邊界)B.纖維端點的照亮比例定義3.纖維端點的照亮比例。對于驗證對象(L，R，K)及其照亮區(qū)域Si，照亮比例λ被定義為纖維f＝{A，B}落在對象上使得其端點之一在BS-Si中的概率，其中以其它端點在ASi的事實為條件λ＝Pr[BS-Si|f＝{A，B}，AS1].(14)定義4.可能照亮圓弧。對于任意點ASi，函數(shù)(i，A(x，y))被定義為測量包含于S-Si內(nèi)C(A，R)的邊界部分的長度的函數(shù)。
圖9是區(qū)域T0-T8的圖形表示，使用獨特的封閉分析形式來計算(i，Q(x，y))函數(shù)。(i，Q(x，y))基于小節(jié)III-A上對事件(i-ii)的分析進行分析計算。類似于小節(jié)III-A，僅在區(qū)域Si被點亮的情形進行計算。在COA中有九個不同區(qū)域(圖9中標記為T0到T8)，其中(1，Q)同一計算。取決于Q在S1中的位置對(1，Q)的分析封閉形式在表格1中給出。
引理4.(1，Q(x，y))、ρ(Q(x，y))和λ的相關(guān)性。如定義3中定義的照亮系數(shù)(illumination ratio)可如下計算λ=∫Q(x,y)⋐siψ(i,Q(x,y))ρ(Q(x,y))dxdy.---(15)]]>以點AS為中心的半徑為R的圓被表示為C(A，R)。對于每個點QSi，纖維f＝{Q，B}的另一端點B落于S-Si內(nèi)的可能性，等于C(Q，R)分別被S-Si和S包含的圓周長度的比例。通過將該比例對Si中所有點積分，可獲得等式15。
給定使用λ由數(shù)字近似等式15和來自表格1的(1，Q)封閉形式計算的驗證對象(L，R，K)，可計算當S1被照亮為λK/2時S-S1中被照亮點的預期數(shù)量。例如，對于驗證對象(64，28，100)結(jié)果λ≈0.74，其含義是在S1被照亮的情形中被照亮的端點數(shù)量平均約為0.74·50＝37。
IV.COA中點子集的壓縮驗證證書系統(tǒng)的目標是確保制造(即偽造)特定驗證對象實例的任務盡可能地困難。該目標被量化為對記錄驗證對象盡可能多纖維的位置的需求。在示例壓縮算法中，驗證對象的區(qū)域數(shù)等于4；因此，對于每個區(qū)域Si，經(jīng)簽名消息m中的1/4比特數(shù)nM/4被用以存儲盡可能多的一旦照亮了Si，S-Si中被照亮的纖維端點。注意一般而言，不需要存儲所有的被照亮端點；僅需要使用nM/4比特數(shù)編碼的這些點的最大子集。
在本小節(jié)中，描述了一種機制，其被配置為用以編碼驗證對象中兩個照亮點之間的距離。該機制基于算術(shù)編碼。然后，形式化使用固定比特數(shù)來壓縮盡可能多纖維端點的問題。最后，討論將顯示該問題是NP-完全問題，并提供一種建設性試探法作為次優(yōu)方案。
A.編碼點對點向量在本分節(jié)中，描述了如何使用接近最少的比特數(shù)來編碼由其起點和終點定義的向量。附加限制是被考慮區(qū)域中的點根據(jù)給定pdf出現(xiàn)。
1)算術(shù)編碼算術(shù)編碼器(AC)把任意長度的輸入流轉(zhuǎn)換成
＝Pr[b]＝1/2。因而，AC將其范圍分成二個子范圍
＝2/3以及Pr[b]＝1/3。在下一次迭代中，根據(jù)已更新Pr[a]和Pr[b]，AC將其范圍分成
Pr[b]＝2/4，并將該新范圍分成
log2(Pr[si])]]>的比特數(shù)，AC編碼一個序列的輸入符號s＝s1，s2，……。因此，對于不相關(guān)并同一分布符號的半無限流，在帶有無限精度算法的計算機上，AC是最佳的熵編碼器。
2.最短距離點對點向量的算術(shù)編碼給定一個驗證對象(L，R，K)，假設光線照在其四分體之一Si。然后，我們假設驗證對象被分割成L×L單元方塊的網(wǎng)格U＝u(i，j)i＝1…L，j＝1…L，其中每個u(i，j)覆蓋x∈{i-1，i]，y∈{j-1，j]中的方形區(qū)域。單元區(qū)域模擬驗證對象數(shù)字化掃描的象素。掃描分辨率等于L×L。然后，單元u(x，y)的主要點被定義為坐標為(x，y)的點Qu。
引理5.單元照亮可能性。假設有κ根纖維的只有一個端點在S-Si中，任何單元區(qū)域u(x，y)S-Si包含至少一個被照亮纖維端點的概率等于τ(u)=Pr[(∃f={A,B}∈F)A⋐u,B⋐Si]---(16)]]>=1-[1-ξ(i,u)]κ.]]>以及τ(u)=Pr[(∃f={A,B}∈F)A⋐u,B⋐Si]=1-Pr[(⫬∃c∈F)A⋐]]>u,B⋐Si]=1-(1-Pr[A⋐u,B⋐Si|f={A,B}])κ]]>由等式7可得出等式16。在小節(jié)III-B中，計算出κ的期望值為E[κ]＝λK/2。
問題1.對COA的雙向量編碼。以單元US-Si包含一被照亮纖維端點的事實為條件，目標是要使用盡可能少的比特數(shù)來編碼相對于單元u的另兩個被照亮單元v1和v2的位置。附加限制是在S-Si的所有被照亮單元中，分別為Q1和Q2的v1和v2主要點位于離u主要點Qu的兩個歐幾里得幾何(Euclidean)最短距離上。優(yōu)先規(guī)則設置為如果一組單元V，|V|＞1位于相對于u的相同距離上，最有可能照亮的那個單元argmaxvV(τ(v))被首先編碼。

表格2.算法A1使用AC完成單元對單元向量的編碼，其中使用算法A1在每個編碼符號(即不同于源單元u的每個單元vS-Si)編碼間隔上分配的相應范圍。對于每個單元v，算法A1分配了等于v是相對源單元u兩個最近被照亮單元之一的概率的范圍。該概率表示為p(v|u)。在當κ＞＞1預期在S-Si中單元被照亮時，可如下計算p(v|u)p(v|u)=τ(v)Πw⋐Mv(u)[1-τ(w)]+---(17)]]>Σw⋐Mv(u)τ(v)τ(w)Πz⋐Mv(u)iz≠w[1-τ(z)],]]>其中單元組M，(u)以算法A1進行計算。對于每個單元v，以已編碼u的事實為條件，算法A1分配由AC使用的范圍γ(v，u)以編碼v。該范圍等于γ(v,u)=p(v|u)Σw⋐S-Sip(w|u).---(18)]]>因而，兩個最近的被照亮單元由接近最優(yōu)的構(gòu)建進行編碼(例如在帶有無限精度算法的處理器上編碼最優(yōu))，因為使用約等于源熵的若干比特來編碼一系列符號H(u)=-Σv⋐S-Siγ(v,u)log2[γ(v,u)].---(19)]]>雙向量編碼被用作基元(primitive)，以小節(jié)IV-B中給出的整體壓縮算法來編碼點子集。盡管該編碼算法對于小節(jié)IV-A.2中給出的那組假設而言是接近最優(yōu)的，但是相同的限制組并不對整體壓縮目標有效。因此，通過A1使用帶有范圍分配的算法編碼的固有最優(yōu)性在小節(jié)IV-B中討論。
B.點子集的壓縮模擬了使用固定比特數(shù)來壓縮盡可能多被照亮單元區(qū)域位置的最優(yōu)化問題。考慮以下帶有權(quán)重邊界的有向完全圖形。對于每個被照亮單元uS-Si，創(chuàng)建節(jié)點nu。從節(jié)點nu到節(jié)點nv的有向邊界e(u，v)用編碼指向v(如等式19中ω(e(u，v))＝-log2[γ(v，u)])向量的編碼字最優(yōu)長度被賦以權(quán)重，假設u已被編碼的事實為條件。將此圖表示為G(N，E，Ω)，其中N，E，Ω分別表示節(jié)點組、有向邊界、以及相應的權(quán)重。
問題2.點子集的壓縮(CPS)。
實例有向、完全、且?guī)в袡?quán)重的圖形G(N，E)，其具有非負頂點函數(shù)ΩE→R、正整數(shù)lmin∈z+、正實數(shù)Λ∈R+。
問題有沒有這樣的l＞lmin節(jié)點子集N*N，其具有穿過節(jié)點的路徑即排列＜nπ(l)*，…，nπ(f)*＞，使得沿路徑的權(quán)重和為Σi=1i-1ω(e(nπ(i)*,nπ(i+1)*))<Λ.---(20)]]>問題2模擬了使用固定存儲(例如Λ)來壓縮驗證對象中盡可能多(例如1)纖維端點的最優(yōu)化問題。該問題是NP完全的，因為它證明通過對Λ的二進制檢索非對稱流動推銷員問題(ATSP)可被簡化為CPS, 在本小節(jié)的剩余部分，給出了針對解決該問題的有效建設性試探法A2。試探法的先決設計要求是快速的運行時性能，因為每個驗證證書必須在生產(chǎn)線上單獨簽名。
首先，N中兩節(jié)點間的距離測量不遵從所有節(jié)點的三角不等式。直觀地，小節(jié)IV-A中的編碼過程使用與某單元是兩個最近的被照亮單元之一的可能性成比例的若干比特來對S-Si中的向量進行編碼。因此，由于離源節(jié)點較遠的單元不太可能出現(xiàn)，就以長得多的編碼字對它們編碼，這使在方案路線中到這些節(jié)點的捷徑變得極為不合需要。
定理2.距離測量ω一般不遵從三角不等式ω(e(u，v))+ω(e(v，w)≥ω(u，w)為簡便起見，假設(uS-Si)r＝τ(u)＝常量，則u，v和w都位于S-Si中的同一線條上。歐幾里得距離‖u-v‖，‖v-w‖和‖u-w‖分別是a，b和a+b。三角不等式隱含了f(u，v，w)＝log2[γ(w，u)]-log2[γ(v，u)]-log2[γ(w，v)]≥0。從等式17和18，可計算出以下等式f(a,b,t)=2abπlog2(1-t)+log2t1-t----(21)]]>-log2(1-t)2+(a2+b2)πt(1-t)+a4b4π2t21+[(a+b)2π-1]t,]]>且顯示對于abπ1＞＞1，三角不等式不成立，即f(a，b，t)＜0。
三角不等式成立的ATSP最佳近似算法，所產(chǎn)生的方案最多比最優(yōu)方案差log(|N|)倍。或者，就作者所知，還未開發(fā)出三角不等式不成立的ATSP變式的近似算法。通常，當距離度量函數(shù)ω任意時，ATSP問題是NPO完全的，即除非P＝NP才會有好的近似算法。另一方面，可解決TSP變式的滿足三角不等式比例版本μ(ω(e(u，v))+ω(e(v，w)))≥ω(u，w)，μ＞l的近似算法，其最壞結(jié)果是比最優(yōu)方案差(3μ+1)μ/2倍。距離度量ω不遵從該限制，因此，問題2的試探法無最差情形保證地進行開發(fā)。另外，我們追求試探法的盡可能好的平均性能，而不是最差情形保證?？扇コ荒軡M意壓縮的驗證對象實例。這種事件的可能性應當是很小，少于百萬分之一。


表格3.算法A2使用來自小節(jié)IV-A的距離度量之后的基本原理，是基于這樣的假設好的方案經(jīng)由兩個最近鄰節(jié)點成功遍歷路徑上的每個節(jié)點。因此，在問題2的范圍內(nèi)，僅當最佳方案被發(fā)現(xiàn)滿足該屬性時所使用度量才是最佳的。如果最終方案并無此屬性，編碼單個向量的最優(yōu)性取決于方案中邊界權(quán)重的分布。
已開發(fā)的試探法A2有兩個步驟建設性階段和迭代改進階段。建設性階段遵從建立初始方案的貪婪試探法。開始時，A2標識一組優(yōu)勢邊界E’。對于節(jié)點u，v之間的每對邊界e(u，v)，e(v，u)，A2僅選擇兩者中較短邊界并將之存儲在E’中。然后通過對E’中的邊界排序并選擇其權(quán)重和盡可能接近Λ的最短前K個邊界，創(chuàng)建一組初始子路徑P。路徑Ph中的第一個和最后一個節(jié)點被分別表示為si和di。在下一步驟中，A2以權(quán)重的遞增順序來迭代地連接來自P的子路徑在任何點上，直到建立了所有可能連接，才連接具有共同源-目標節(jié)點di＝sj的最短子路徑對pi，pj。在|P|＝1的不太可能的情形中，找到了最佳方案并停止搜索。否則，從P中去除所有單邊界子路徑。然后，使用Dijkstra算法，A2找出P中每個子路徑pi的每個目標端點di和所有其它子路徑sj，i＝l…|P|，i≠j的源端點之間的所有最短路徑。經(jīng)由不在P中的節(jié)點，定出最短路徑路線。si和dj之間的最短路徑表示為q(i，j)。在另一貪婪步驟中，A2根據(jù)其權(quán)重/節(jié)點計數(shù)比例來排序所有的連接p，|q(i，j}|Pi。以該度量的遞增順序，A2繼續(xù)經(jīng)由N-P中的節(jié)點連接P中子路徑，直到剩余路徑的總數(shù)為|P|＝maxP(通常maxP＝9)。使用找出帶有最佳度量(最大基數(shù)和權(quán)重之和小于Λ)路徑ph的精確算法來連接這些剩余路徑。在最后步驟中，重定路徑過程瀏覽了所有P中的節(jié)點，并使用Dijkstra算法嘗試找出經(jīng)由E中剩余節(jié)點到P中其它節(jié)點的最短路徑。相同的過程還嘗試找出比ph中存在的更好結(jié)束端點。對于每個重定路徑，A2檢查新的重定路徑是否比當前的最佳路徑ph有更好的度量。
圖11是驗證對象實例的示例，被示為具有κ＝88個節(jié)點的(512，0.4·512，256)。A2返回用粗線表示路徑。該路徑的權(quán)重和比Λ＝512小。為了記錄該路徑，使用12.11比特/點。
在迭代改進階段中，我們重復以下循環(huán)若干次。在第一步中，A2把當前發(fā)現(xiàn)的最佳路徑Pbest收縮為ph，從而|ph|是最大值且沿ph的權(quán)重和小于ρΛ的一小部分。收縮參數(shù)ρ是在每次迭代中在ρ∈{0.4，0.8}范圍內(nèi)隨機選取的。節(jié)點no和nl被表示為ph中的第一個和最后一個節(jié)點。雖然ph上權(quán)重和小于Λ，在把no或nl分別作為目標或源的邊界之中，我們發(fā)現(xiàn)帶有最小權(quán)重的邊界e并把其連接到ph。當創(chuàng)建了新的候選路徑ph時，如果其度量比迄今為止所創(chuàng)建的最佳度量更好，則將其采用為最佳方案。在迭代改進循環(huán)的最后一步時，A2執(zhí)行前述的重定路徑過程。
為了使A2對于特定驗證對象(L，R，K)類的運行時在一秒之內(nèi)，改進循環(huán)重復I＝{100,10000}次。一般而言，當通過Dijkstra算法計算多源最短路徑時，A2的最差次數(shù)復雜性為O(|N|3log|N|)。在使用Floyd-Warshall算法來計算所有成對最短路徑的實現(xiàn)中，A2的復雜性可降為O(|N|3)。盡管圖形原來是完全的，通過去除具有高權(quán)重的邊界，我們還是創(chuàng)建了稀疏圖形，其中用于計算所有成對最短路徑的Johnson算法產(chǎn)生了O(|N|2log|N|+|N|E|)。
V.經(jīng)驗估算本小節(jié)中的討論示出驗證對象(L，R，K)參數(shù)如何影響算法A2的執(zhí)行。圖11示出了對問題單個實例-驗證對象(512，0.4·512，256)的方案。掃描對準L＝512的掃描單元網(wǎng)格。該圖示出了當驗證對象的左下四分體被照亮時的情形。使用相應被照亮纖維端點建立的圖形G(N，E)用中等粗線示出。僅示出了從圖中每個κ＝88節(jié)點開始的最短的前十個邊界。在圖中用粗線示出的結(jié)果路徑包括四十一個節(jié)點。沿路徑邊界的權(quán)重和小于存儲限制Λ＝512比特。使用12.11比特/纖維端點(b/fep)壓縮了該路徑。不經(jīng)壓縮存儲該數(shù)據(jù)需要41.18＝738比特，因而壓縮比為0.61。壓縮比被定義為經(jīng)壓縮消息尺寸與原消息尺寸的比例。
VI.COA系統(tǒng)的設計目標驗證證書設計者的目標是使用有限制造成本ζm使偽造成本ζf最高。若干參數(shù)可影響ζm。為簡便起見，討論三個參數(shù)纖維總長度RK≤Ф，
掃描誤差ζ，以及條形碼存儲Λ。
通過限制對手可進行的對經(jīng)簽名纖維端點足夠的分組精確定位的試驗次數(shù)(小節(jié)VI-A)并選取系統(tǒng)參數(shù){R.，K.}，來最優(yōu)化系統(tǒng)性能，從而使預期偽造成本ζf(A2)達最高(小節(jié)VI-B)。
A.限制對手試驗次數(shù)考慮把κ個被照亮纖維端點中的G個存儲在限定為Λ的存儲器中。一般而言，當偽造驗證證書時，對手可使用所有κ根纖維來嘗試把其中至少Gζ根精確置入相應位置。偽造驗證證書的成本大部分取決于可進行試驗的次數(shù)。在這里，提出了一種通過檢測在驗證期間經(jīng)簽名纖維端點周圍纖維的非正常分布，以減少對手試驗次數(shù)KT的技術(shù)。

表格4.算法A3
驗證證書的簽發(fā)器和校驗器對每個驗證對象四分體Si重復算法A3的各自部分。開始時簽發(fā)器掃描驗證對象實例，并收集有關(guān)燈光照在Si上時所照亮的點組N的信息。然后，使用可用的Λ個比特，它壓縮由A2返回的最大分組PN，|P|＝G。然后，A3找出分組US-Si，從而每個單元ui∈U與其最近單元pj∈P之間的歐幾里得距離最大為ε1。單元分組U表示P的ε1鄰域。然后，簽發(fā)器計算存在于U的N中點數(shù)KT。因為，KT不得不比G大以防止假陰性，簽發(fā)器存儲了消息m中后來用簽發(fā)器私鑰簽名(參見小節(jié)II)的差值ε2＝KT-G以及P。使用簽發(fā)器的公鑰，校驗器從所附簽名中提取經(jīng)壓縮點分組P和ε2，并重建相應的ε1鄰域U。然后，校驗器為了燈光照在Si上時所照亮的纖維組N’對驗證對象進行掃描。通過檢查U和N’中的共同點數(shù)至多為G+ε2，而N’和P中的共同點數(shù)至少為Gζ，它宣布該實例是真的。
通過把ε2存儲在簽名中，對手被強迫使用最多KT＝G+ε2次在P的ε1鄰域中定位纖維的試驗。對手的目標是精確放置來自P的至少Gζ個纖維端點，因此對手可忍受在偽造過程中在P的ε1鄰域中G(1-ζ)+ε2次錯誤放置。預期目標為點Pi的每次試驗，如果成功最終該點位于Pi的ε1鄰域中。通過增大ε1，校驗器可在較大的鄰域范圍標識可能的錯誤放置；然而，這也可能增大驗證證書設計者想要保持盡可能小值的ε2期望值。
以下顯示了一種經(jīng)驗設計方法，其采用給定ε1＝常數(shù)，并從若干驗證證書參數(shù)的角度追求使主要目標ζj(A2)的最大化。
B.設計一種COA系統(tǒng)問題3.COA系統(tǒng)的設計目標。對于給定壓縮算法A2、給定的RK≤Ф、ζ、ε1和Λ，找出使以下等式最大化的可用纖維的一個分段(cut){R*，K*}{R*,K*}=argmax(R,K|RK≤Φ)ζf(A2,R,K),---(22)]]>其中ζf是偽造COA實例的成本。
圖12是為最佳成本效力設計的驗證證書的圖形表示。橫坐標相對于L量化纖維長度R，而縱坐標示出了纖維數(shù)K。顯示條示出偽造log-成本為log10(ζf(A2，R，K))，其中限制極限Λ＝512比特且一組固定參數(shù)為ζ＝0.9，ε1＝8和ν＝0.8。該圖還示出了為固定長度纖維RK＝Ф＝100L的所有分段而獲取的方案質(zhì)量。
可使用一種簡單的搜索最佳纖維分段{R*，K*}的經(jīng)驗技術(shù)。使用圖12示出搜索過程。橫坐標和縱坐標分別表示R和K的值。顯示條表示偽造驗證證書實例的期望log-成本log10(ζf(.42，R，K))。該成本相對于R、K、以及固定參數(shù)組Λ＝512，ζ＝0.9和ν＝0.8給出。圖12中圖表是經(jīng)驗計算的。A2應用于隨著R＝{0.05L，0.10L，…，0.45L}和κ＝{80，96，…，192，256，384，512，768，1024}的每個組合而隨機生成的500個驗證證書(512，R，K)實例。{R，K}空間剩余部分中每個點的預期壓縮性能是通過內(nèi)插(interpolating)經(jīng)驗結(jié)果來獲取的。從圖12，可在鄰域k.≈900和R.≈0.1L中找到最佳纖維分段。該結(jié)果指出了這樣一個事實，即對于選定設計環(huán)境十字形驗證證書是最佳選項。注意纖維分段的審慎選擇可導致相對于RK＝Ф上隨機選定點而在偽造成本上成數(shù)量級的改進?？蓱迷诖死惺褂玫慕?jīng)驗原理，以針對不同的驗證證書環(huán)境和制造限制搜索接近最佳的參數(shù)組。
圖13闡述了所述系統(tǒng)和方法可在其中全部或部分實現(xiàn)的示例計算裝置1300。計算裝置1300僅是計算系統(tǒng)的一個示例，并非旨在提出對本發(fā)明使用范圍或功能性的任何限制。
計算裝置1300也可在很多其它通用或?qū)Ｓ糜嬎阆到y(tǒng)環(huán)境或配置中實現(xiàn)。適于使用的眾所周知的計算系統(tǒng)、環(huán)境、和/或配置的示例包括，但不限于，個人計算機、服務器計算機、瘦客戶機、厚客戶機、手持式或膝上型設備、多處理器系統(tǒng)、基于微處理器的系統(tǒng)、置頂盒、可編程電器消費品、網(wǎng)絡PC、迷你計算機、大型機、游戲控制臺、包括任一種以上系統(tǒng)或設備的分布式計算環(huán)境、等等。
計算裝置1300的組件可包括，但不限于，處理器1302(例如任何微處理器、控制器等等)、系統(tǒng)存儲器1304、輸入裝置1306、輸出裝置1308以及網(wǎng)絡裝置1310。
計算裝置1300通常包括各種計算機可讀介質(zhì)。計算機可讀介質(zhì)可以是能被計算裝置1300訪問的任何可用介質(zhì)，并包括易失和非易失介質(zhì)、可移動和不可移動介質(zhì)。系統(tǒng)存儲器1304包括諸如隨機存取存儲器RAM的易失存儲器和/或諸如只讀存儲器ROM的非易失存儲器形式的計算機可讀介質(zhì)。包含有助于計算裝置1300如起動時在元件間傳送信息的基本例程的基本輸入/輸出系統(tǒng)BIOS通常存儲在系統(tǒng)存儲器1304中。系統(tǒng)存儲器1304通常包含可被處理器1302立即訪問和/或現(xiàn)時操作的數(shù)據(jù)和/或程序模塊。
系統(tǒng)存儲器1304還可包括其它可移動/不可移動、易失/非易失計算機存儲介質(zhì)。作為示例，可包括硬盤驅(qū)動器用來讀取和寫入不可移動、非易失磁性介質(zhì)；磁盤驅(qū)動器用來讀取和寫入可移動、非易失磁盤(例如“軟盤”)；以及光盤驅(qū)動器用來讀取和寫入可移動、非易失光盤，諸如CD-ROM、DVD或其它類型的光學介質(zhì)。
盤驅(qū)動器及其相關(guān)聯(lián)的計算機可讀介質(zhì)為計算裝置1300提供計算機可讀指令、數(shù)據(jù)結(jié)構(gòu)、程序模塊、和其它數(shù)據(jù)的非易失存儲?？梢岳斫?，其它類型的計算裝置1300可訪問的可存儲數(shù)據(jù)的計算機可讀介質(zhì)，如磁帶或其它磁性存儲設備、閃存卡、CD-ROM、數(shù)字化多功能光盤(DVD)或其它光學存儲設備、隨機存取存儲器(RAM)、只讀存儲器(ROM)、電子可擦可編程只讀存儲器(EEPROM)等等，也可被用來實現(xiàn)示例性計算裝置1300。任何數(shù)量的程序模塊可被存儲在系統(tǒng)存儲器1304中，包括作為示例，操作系統(tǒng)1320、應用程序1328、以及數(shù)據(jù)1332。
計算裝置1300可包括各種標識為通信介質(zhì)的計算機可讀介質(zhì)。通信介質(zhì)通常包含計算機可讀指令、數(shù)據(jù)結(jié)構(gòu)、程序模塊、或其它已調(diào)制數(shù)據(jù)信號形式的數(shù)據(jù)，諸如載波或其它傳送機制，且包含任何信息傳遞介質(zhì)。術(shù)語“已調(diào)制數(shù)據(jù)信號”意指用將信息編碼到信號中的方式設置或改變其一個或多個特征的信號。作為示例，而非限制，通訊介質(zhì)包括諸如有線網(wǎng)絡或有線直接連接的有線介質(zhì)，和諸如聲學、射頻、紅外線和其它無線介質(zhì)的無線介質(zhì)。所有以上內(nèi)容的組合也應包含在“計算機可讀介質(zhì)”范圍之內(nèi)。
用戶可通過諸如鍵盤和定位裝置(如“鼠標”)的輸入裝置1306向計算裝置1300輸入指令和信息。其它輸入裝置1306可包括話筒、游戲桿、游戲墊、控制器、衛(wèi)星接收器、串行端口、掃描儀、觸摸屏、觸摸墊、鍵板、和/或等等。輸出裝置1308可包括CRT監(jiān)視器、LCD屏幕、揚聲器、打印機等等。
計算裝置1300可包括用來連接到諸如局域網(wǎng)(LAN)、廣域網(wǎng)(WAN)等等的計算機網(wǎng)絡的網(wǎng)絡裝置1310。
盡管本發(fā)明已用結(jié)構(gòu)化特征和/或方法論步驟的專用語言作了說明，但可以理解的是在所附權(quán)利要求書中定義的本發(fā)明無須受限于所述特定特征或步驟。相反，特定特征和步驟是以實現(xiàn)所要求保護的本發(fā)明的示例性形式被揭示的。
權(quán)利要求
1.一種方法，其特征在于，包括確定對象中的隨機分布特征；壓縮表示所述隨機分布特征的數(shù)據(jù)；用簽名編碼所述經(jīng)壓縮數(shù)據(jù)；以及創(chuàng)建包括所述對象和所述經(jīng)編碼數(shù)據(jù)的標簽。
2.如權(quán)利要求1所述的方法，其特征在于，壓縮所述數(shù)據(jù)包括確定關(guān)聯(lián)于所述對象的概率密度函數(shù)；至少部分地基于所述概率密度函數(shù)，確定關(guān)聯(lián)于所述隨機分布屬性的向量；以及使用算術(shù)編碼算法編碼所述向量。
3.如權(quán)利要求2所述的方法，其特征在于，使用所述編碼算法編碼所述向量包括確定用以連接定量數(shù)據(jù)內(nèi)部分向量的路徑。
4.如權(quán)利要求2所述的方法，其特征在于，所述隨機分布特征是隨機位于所述對象內(nèi)的纖維。
5.如權(quán)利要求4所述的方法，其特征在于，所述概率密度函數(shù)表示在所述特定區(qū)域內(nèi)的纖維被光源照亮的概率。
6.如權(quán)利要求4所述的方法，其特征在于，所述概率密度函數(shù)至少部分地基于所述纖維的長度來推導。
7.如權(quán)利要求4所述的方法，其特征在于，每個向量表示兩根纖維的端點。
8.如權(quán)利要求1所述的方法，其特征在于，所述數(shù)據(jù)用私鑰進行編碼。
9.如權(quán)利要求1所述的方法，其特征在于，所述標簽是被配置為自校驗的驗證證書，并且所述對象是包括在驗證證書中的驗證對象。
10.如權(quán)利要求1所述的方法，其特征在于，經(jīng)編碼數(shù)據(jù)作為條形碼被包括在標簽中。
11.如權(quán)利要求1所述的方法，其特征在于，還包括確定包括字符串的文本數(shù)據(jù)；用算法散列所述文本數(shù)據(jù)；使用所述經(jīng)散列的文本數(shù)據(jù)對所述經(jīng)壓縮數(shù)據(jù)加密；以及將所述文本數(shù)據(jù)包括在標簽中。
12.如權(quán)利要求11所述的方法，其特征在于，所述算法是密碼學安全散列算法。
13.如權(quán)利要求11所述的方法，其特征在于，所述算法是SHA1密碼學算法。
14.一種或多種包含處理器可執(zhí)行指令的計算機可讀存儲器，其特征在于，所述指令用以執(zhí)行如權(quán)利要求1所述的方法。
15.一種系統(tǒng)，其特征在于，包括一簽發(fā)器，被配置成用以確定驗證對象中的隨機分布特征并壓縮表示所述隨機分布特征的數(shù)據(jù)，所述簽發(fā)器還被配置成以簽名編碼所述經(jīng)壓縮數(shù)據(jù)，并創(chuàng)建包括所述驗證對象和所述經(jīng)編碼數(shù)據(jù)的標簽。
16.如權(quán)利要求15所述的系統(tǒng)，其特征在于，所述簽發(fā)器還被配置成用以確定關(guān)聯(lián)于所述驗證對象的概率密度函數(shù)、至少部分地基于所述概率密度函數(shù)確定關(guān)聯(lián)于所述隨機分布屬性的向量、并通過應用算術(shù)編碼算法把部分所述向量編碼為路徑。
17.如權(quán)利要求15所述的系統(tǒng)，其特征在于，所述簽發(fā)器還被配置成用私鑰編碼所述經(jīng)壓縮數(shù)據(jù)。
18.如權(quán)利要求15所述的系統(tǒng)，其特征在于，所述簽發(fā)器還被配置成把帶有所述經(jīng)編碼數(shù)據(jù)的條形碼包括在所述標簽中。
19.如權(quán)利要求15所述的系統(tǒng)，其特征在于，所述簽發(fā)器還被配置成確定包括字符串的文本數(shù)據(jù)，并用算法散列所述文本數(shù)據(jù)。
20.如權(quán)利要求19所述的系統(tǒng)，其特征在于，所述簽發(fā)器還被配置成使用所述經(jīng)散列的文本數(shù)據(jù)對所述經(jīng)壓縮數(shù)據(jù)加密，并把所述文本數(shù)據(jù)包括在所述標簽中。
21.如權(quán)利要求15所述的系統(tǒng)，其特征在于，還包括一校驗器，被配置成解碼所述標簽中表示所述隨機分布特征的數(shù)據(jù)，并通過比較經(jīng)解碼數(shù)據(jù)與從所述驗證對象確定的有效隨機分布特征的數(shù)據(jù)，來驗證所述標簽。
22.一種標簽，其特征在于，包括一驗證對象，其包括隨機分布特征；以及關(guān)聯(lián)于所述驗證對象的經(jīng)編碼信息，所述信息用簽名進行編碼并包括表示所述驗證對象中隨機分布特征的經(jīng)壓縮數(shù)據(jù)，其中所述標簽是通過對所述經(jīng)編碼信息中的經(jīng)壓縮數(shù)據(jù)與經(jīng)分析所述驗證對象獲取的表示隨機分布特征的數(shù)據(jù)進行比較而自校驗的。
23.如權(quán)利要求22中所述的標簽，其特征在于，所述經(jīng)編碼信息中的數(shù)據(jù)被如下壓縮確定關(guān)聯(lián)于所述驗證對象的概率密度函數(shù)；至少部分地基于所述概率密度函數(shù)，確定關(guān)聯(lián)于所述隨機分布屬性的向量；以及使用算術(shù)編碼算法編碼所述向量。
24.如權(quán)利要求22所述的標簽，其特征在于，經(jīng)編碼信息作為條形碼被包括在所述標簽中。
25.如權(quán)利要求22所述的標簽，其特征在于，經(jīng)編碼信息用私鑰進行編碼。
26.如權(quán)利要求22所述的標簽，其特征在于，還包括包括字符串的文本數(shù)據(jù)，其中使用所述文本數(shù)據(jù)對所述經(jīng)壓縮數(shù)據(jù)加密。
27.如權(quán)利要求26所述的標簽，其特征在于，經(jīng)壓縮數(shù)據(jù)被如下加密用算法散列所述文本數(shù)據(jù)；以及使用經(jīng)散列的文本數(shù)據(jù)對所述經(jīng)壓縮數(shù)據(jù)加密。
28.一種裝置，其特征在于，包括用以確定驗證對象中的隨機分布特征的裝置；用以壓縮表示所述隨機分布特征的數(shù)據(jù)的裝置；用來以簽名編碼所述數(shù)據(jù)的裝置；以及用以創(chuàng)建包括所述驗證對象和所述經(jīng)編碼數(shù)據(jù)的標簽的裝置。
29.如權(quán)利要求28所示的裝置，其特征在于，還包括把纖維加入所述驗證對象作為隨機分布特征的裝置。
30.如權(quán)利要求28所示的裝置，其特征在于，還包括一裝置，用以確定關(guān)聯(lián)于所述驗證對象的概率密度函數(shù)；一裝置，用以至少部分地基于所述概率密度函數(shù)，確定關(guān)聯(lián)于所述隨機分布屬性的向量；以及一裝置，用以使用算術(shù)編碼算法編碼所述向量。
31.如權(quán)利要求28所示的裝置，其特征在于，還包括一裝置，用以確定包括字符串的文本數(shù)據(jù)；一裝置，用以用算法散列所述文本數(shù)據(jù)；一裝置，用以使用所述經(jīng)散列的文本數(shù)據(jù)對所述經(jīng)壓縮數(shù)據(jù)加密；以及一裝置，用以將所述文本數(shù)據(jù)包括在所述標簽中。
32.如權(quán)利要求28所示的裝置，其特征在于，還包括一裝置，用以通過對經(jīng)編碼數(shù)據(jù)與所述驗證對象中關(guān)聯(lián)于所述隨機分布特征的數(shù)據(jù)進行比較來驗證所述標簽。
全文摘要
所述系統(tǒng)和方法涉及編碼對象中的隨機分布特征。確定驗證對象中的隨機分布特征。表示隨機分布特征的數(shù)據(jù)被壓縮，并用簽名進行編碼。標簽被創(chuàng)建，并包括驗證對象和經(jīng)編碼數(shù)據(jù)。該數(shù)據(jù)可通過確定關(guān)聯(lián)于該驗證對象的概率密度函數(shù)來壓縮。與隨機分布屬性相關(guān)聯(lián)的向量是至少部分地基于概率密度函數(shù)被確定的。使用算術(shù)編碼算法編碼該向量。
文檔編號G06K9/46GK1670761SQ20051000949
公開日2005年9月21日 申請日期2005年2月16日 優(yōu)先權(quán)日2004年3月17日
發(fā)明者D·基洛弗斯基 申請人:微軟公司