watermark - 更新 PDF 以包含加密的、隐藏的、唯一的标识符？

Question

背景

想法是这样的:

• 此人提供在线图书购买的联系信息
• PDF 格式的图书标有唯一的哈希值
• 有人下载书籍
• PDF 密码很容易被规避或共享

理想的过程是这样的:

1. 根据联系信息生成哈希
2. 将联系信息和哈希值存储在数据库中
3. 获取书锁
4. 使用哈希文本更新“包含”文件
5. 将书籍生成为 PDF(使用 pdflatex)
6. 将哈希应用于图书
7. 解除书本锁
8. 发送包含图书下载链接的电子邮件

技术

可以使用以下技术(也可以使用其他编程语言，但库可能仅限于主机提供的库):

• C、Java、PHP
• LaTeX 文件
• PDF 文件
• Linux

问题

我应该研究哪些编程技术(或开源软件):

• 在 PDF 中嵌入唯一的哈希值(或其他标记)
• 创建防共谋攻击标记
• 开发一个非脆弱(例如，PDF -> EPS -> PDF 仍包含该标记)的解决方案

研究

我研究了以下可能性:

• 隐写术
• 自然语言处理 (NLP)
• 将 PDF 中的空白页转换为图像；标记这些图像；重新组合 PDF
• LaTeX水印包
• ImageMagick

问题

我研究过的可能解决方案存在以下问题:

• 隐写术。 (a) 需要图像的主副本，并将其转换为 EPS，这会占用 CPU 资源且耗时； (b) 水印能否在 PDF -> EPS -> PDF 或其他类型的转换中保留下来？ (c) 大多数图像是绘图或屏幕截图，而不是 PNG 格式的照片。
• LaTeX。创建图像缓存；任何隐写解决方案都必须以某种方式拦截该过程。
• NLP。引入语法错误；可能会改变技术词汇的含义。
• 空白页。立即怀疑；替换可疑的空白页很容易。
• 水印包。绘制可见标记。
• ImageMagick。绘制可见标记。

还有哪些其他可能的解决方案？

相关链接

• http://www.tcpdf.org/
• invisible watermarks in images

谢谢!

Answer 1

我已经为另一个项目完成了此操作 PDFlib 。我们需要对生成的 PDF 进行追踪，以防文件泄露。基本上:

1. 创建了包含适当内容的源模板 PDF，使用所需选项(禁止编辑、禁止打印、禁止屏幕阅读器等)设置文档主密码
2. 在运行时，我们应用了一些水印(强加的页脚显示“此文档已由用户 #12345 checkout ”，设置了一些包含用户 ID、下载 IP、下载日期/时间的元数据字段，添加了“此文档版权归...”封面页等...)
3. 可以选择附加用户密码，以在打开文档时强制显示密码提示。

由于最新的 PDF 版本使用 AES-128 进行加密，我们只需设置一个合适的随机生成的 128 个字符的高熵密码 - 没有人会手动输入它，因此难以输入与我们无关，并且实际上更可取。主密码阻止最终用户对文档进行任何更改。各种无打印/无屏幕阅读选项实际上是由 PDF 阅读器强制执行的，因此可以绕过，但无论如何设置它们也没有什么坏处。

这样做的缺点是 PDFlib 的许可相当严格。我不知道是否有任何免费的 php PDF 库支持最新的 PDF 加密方案，尤其是主密码，但如果您的预算可以支持，那么 PDFlib 就是安全文档制作的最佳选择。