B2Mark：一种用于表格数据集的盲水印技术及买家可追溯性方案

《Proceedings of the ACM on Management of Data》：B2Mark: A Blind and Buyer-Traceable Watermarking Scheme for Tabular Datasets

提出基于统计假设检验的盲且买方可追溯的水印方案B2Mark，支持数值和类别数据，通过值域划分与哈希函数嵌入，检测时无需原始数据，实验验证其有效性和基础目标达成。

　　

摘要

水印技术是防止数据市场中数据集被非法复制的一种有效方法。然而，现有的针对表格数据集的水印技术要么在三个基本目标（可检测性、非侵入性和鲁棒性）上存在不足，要么缺乏“盲检测”和“可追溯买家”功能。在本文中，我们提出了一种基于统计假设检验的“盲检测”且“可追溯买家”的水印方案，称为B²Mark。据我们所知，这是首个同时适用于数值数据和分类数据的水印方案。在嵌入过程中，B²Mark根据值域（而非噪声域）的分割结果，利用加密哈希函数将多位水印信息作为买家标识符嵌入到数据中。在检测阶段，B²Mark采用基于假设检验的方法提取嵌入的买家标识符，而无需访问原始数据集，从而实现了可追溯买家和盲检测的功能。通过对多种数据集的实验验证，结果表明B²Mark能够满足这三个基本目标，并且在涉及多个买家的场景中有效且高效地追踪数据泄露行为。