[发明专利]核证文本文件

说明书

本发明保护数字或物理文件的内容以防伪造。通过在支持物上提供包括验证条形码的可再现的可验证数据，允许自动检测在支持物上提供的(例如，打印或显示的)图形符号(例如，文本)的布置相对于原始布置的任何修改，同时消除条形码内部的数据与图形符号的数据之间的冗余，并且解决了当这些图形符号的数据的大小为大时条形码的大小的问题。

技术领域

本发明涉及安全和反欺诈方法和系统的技术领域。特别地，本发明涉及保护数据(例如(数字化或打印的)有价文件的文本数据)免受伪造或篡改。

背景技术

仿造和篡改数字文件或打印文件的问题是众所周知的、严重的和日益增长的。伪造标记在原始(数字或材料)文件(诸如身份证件或文凭等)上的数据的示例是众所周知的，并且如果考虑原始(可能是真实的)数字/材料文件的数字副本，则担忧甚至更糟。简单地跟踪诸如序列号等的标识符或者甚至包括一些数字水印通常是弱响应，因为伪造者也可以容易地复制这样的编号或数字水印。

存在许多已知的技术来保护数字或物理文件的内容以防伪造。例如，通过从原始数字文件或从原始物理文件的数字化版本获取数字数据的散列(例如，通过扫描文件并经由OCR扫描仪软件提取文本数据)，并将散列值(hash value)存储在分类账(例如，仅数据库或区块链)中。然后，通过扫描如视觉地表示在物理支持物(例如，支持物可以是打印数据的纸张)上的受审查的文件的数据内容，并计算所述数据内容的散列值，然后将计算出的散列值与存储在分类账中的对应于原始文件的散列值进行比较，可以检测数据内容的变化。然而，该方法的缺点在于，由于文件内容的支持物的视觉表示的一些改变，即使该文件是真实的，计算出的散列值也可能与存储的散列值不同。这种差异也可能是由于进行扫描操作的方式引起的，或者甚至取决于所使用的扫描仪的类型(两个不同的扫描仪可能给出两个相反的结论)。对于显示在如(例如，计算机的)屏幕的支持物上的数字文件也是如此：即使文件内容是真实的，当扫描所显示的内容以进行验证时，关于所显示内容的任何变化都将产生与所存储的散列值不同的散列值。因此，实际上，扫描文件并计算捕获图像的散列值不起作用，这是因为每次扫描文件时通常会产生不同的散列。在计算散列值之前使用OCR(“光学字符识别”)扫描仪不能解决上述问题，因为没有以100％进行的OCR系统：例如，如果仅仅是点变为逗号，或者字母“l”(即L)变为“1”(即一)，则计算的散列将是不同的。

利用仅从文件中提取很少的信息的用于保护纸质文件(例如，证书、文凭、合同…)的一些现有技术涉及创建2D条形码(例如，QR码)，将提取的信息放入2D条形码内并将其打印在文件上。每次读取2D条形码时，获得相同的结果，但是缺点是条形码中包括的信息必须与打印在文件上的信息进行比较。此外，在想要保护例如全文本页的情况下，需要将全文本放入条形码中，并且因此条形码在大小上变得庞大并且在页上需要许多空间，这被读者认为是干扰的(因此实际上可以编码的全文本在大小上是有限的)，并且在打印文本和从条形码解码的文本之间比较数千个字符变得有必要(并且繁琐)。

发明内容

本发明旨在解决现有技术中关于伪造和篡改数字文件或打印文件的上述缺点，这是通过允许自动检测所标记的(相应地，所显示的)图形符号(例如文本)的布置相对于原始布置的任何修改来实现的，特别地，消除了代码内的数据与所打印的(相应地，所显示的)文本内的数据之间的冗余，避免了在视觉上将代码内的文本与所打印的(相应地，所显示的)文本进行比较的负担，同时解决了当所打印的(相应地，所显示的)文本的数据的大小为大时代码的大小太大的问题。

因此，本发明旨在提供一种用于在材料支持物(如显示器(例如，计算机的屏幕)或基板(例如，纸张、标签、包装))上产生可见图形符号(例如，文本字符或字形)并且避免现有技术的缺点的可靠且稳健的方法，所述可见图形符号与真实参考图形符号的一致性可以通过用户读取所述可见图形符号容易地检查。图形符号是人类可读的，并且取自图形符号的给定有限集合(例如，如来自字母表的文本字符)。因此，如根据本发明在基板上显示或标记的人类可读图形符号可由用户验证，并且可以检测修改图形符号的任何部分的任何尝试。