1. 执行摘要 (Executive Summary)
在当今高度互联的数字化办公环境中，数据防泄露（DLP）已成为企业信息安全体系的核心支柱。然而，传统的DLP解决方案主要聚焦于网络传输层和存储层的加密与访问控制，对于“端点呈现层”的防护往往捉襟见肘。特别是针对通过拍照、截屏、打印等方式将数字信息转化为模拟信号再进行传播的“模拟信号漏洞”（Analog Hole），传统技术几乎失效。鲁棒性隐形水印技术（Robust Invisible Watermarking）因此应运而生，成为填补这一安全空白的关键技术。
本报告站在网络安全专家的视角，对鲁棒性隐形水印技术进行了详尽的解构与分析。报告首先深入探讨了从频域扩频（Frequency Domain Spread Spectrum）到基于深度学习（Deep Learning-based）的最新算法原理，揭示了如何在不影响人眼视觉体验的前提下，将高强度的溯源信息嵌入到文档和界面的像素纹理中。随后，报告对全球及中国市场的主流商业产品（如IP-Guard、深信服、奇安信等）及开源项目（StegaStamp、Invisible-Watermark）进行了全方位的技术对标，剖析了其架构优劣与适用场景。
最为核心的是，本报告提供了一套体系化的企业级实施指南。针对Office/WPS桌面办公软件、微信/钉钉/飞书等IM协作平台，以及石墨文档等在线协作工具，报告详细阐述了从SDK开发、Windows API挂钩（Hook）、Web前端渲染（Canvas/MutationObserver）到后端取证溯源的全链路技术方案。通过本报告，企业安全架构师与开发者将获得构建新一代抗拍照、抗压缩、抗剪裁水印系统的完整方法论。
2. 背景与威胁模型分析
2.1 “模拟信号漏洞”与数据泄露的新常态
随着移动设备的普及和高分辨率摄像头的广泛应用，企业敏感数据的泄露路径发生了根本性转移。攻击者不再需要复杂的黑客工具攻破防火墙，只需拿起手机对着屏幕拍摄一张照片，即可将核心代码、财务报表或客户名单带出受控环境。这种“屏幕-摄像头”（Screen-Cam）过程涉及复杂的信号转换：
-
1. 光电转换失真：屏幕发出的光线经过摄像头透镜、传感器（CCD/CMOS）的转换，引入了光照不均、噪点和摩尔纹（Moiré Pattern）1。 -
2. 几何畸变：拍摄角度的随意性导致图像发生旋转、缩放、透视变形（Perspective Distortion），使得原本规整的像素矩阵发生非线性扭曲 2。 -
3. 二次压缩：照片通常会被保存为JPEG格式，并通过微信等社交软件传输，这会再次引入有损压缩，抹除高频细节 4。
传统的脆弱水印（Fragile Watermarking）或可见水印（Visible Watermarking）在此过程中极易失效。可见水印容易被攻击者通过简单的图像处理工具（如Inpaint）去除，而脆弱隐形水印（如LSB最低有效位算法）在经过JPEG压缩或打印扫描后，其携带的信息位会彻底丢失 5。
2.2 鲁棒性隐形水印的核心定义
为了对抗上述威胁，水印技术必须具备“鲁棒性”（Robustness）。鲁棒性隐形水印是指将数字信息（Payload）通过特定的算法嵌入到载体（Cover Image）中，生成的含水印载体（Stego Image）在视觉上与原图无异（不可见性），且在经历打印、扫描、拍照、缩放、剪裁、压缩等攻击后，仍能被专用检测器提取出原始信息的技术 7。
该技术的核心指标包括：
-
• 不可见性 (Imperceptibility)：水印的嵌入不应引起人眼察觉，通常使用结构相似性（SSIM）或峰值信噪比（PSNR）来衡量 9。 -
• 鲁棒性 (Robustness)：对抗几何攻击（旋转、缩放）、信号处理攻击（滤波、加噪）的能力。 -
• 容量 (Capacity)：在保证鲁棒性的前提下，能够嵌入的比特数（如User ID + Timestamp + Device Hash）。 -
• 盲检测 (Blind Detection)：提取端无需原始图片即可还原水印信息，这是企业级应用落地的必要条件 4。
3. 理论基础与核心算法原理
要实现抗拍照的鲁棒性，水印信息不能简单地“写”在像素表面，而必须“织”入图像的频率结构中。本章将深入剖析支撑该技术的数学与信号处理原理。
3.1 频域扩频技术 (Frequency Domain Spread Spectrum)
相比于空域（Spatial Domain）直接修改像素值，频域（Transform Domain）方法利用了图像在变换域的能量分布特性。
3.1.1 离散余弦变换 (DCT) 与中频嵌入
DCT是JPEG压缩的核心，也是抗压缩水印的首选变换基。DCT将图像块（通常为 ）从空间域转换到频率域。
-
• 能量分布：变换后的系数矩阵中，左上角代表直流分量（DC）和低频分量，集中了图像的大部分能量（轮廓、色调）；右下角代表高频分量（细节、噪点）。 -
• 嵌入策略： -
• 低频区：修改会导致明显的视觉失真，不可取。 -
• 高频区：极易被JPEG压缩和降噪滤波去除，鲁棒性差。 -
• 中频区 (Middle Frequency)：鲁棒性水印的最佳栖息地。该区域的系数对视觉影响较小，且在常规压缩下能保持相对稳定 4。
3.1.2 扩频编码 (Spread Spectrum Coding)
借鉴通信领域的CDMA（码分多址）技术，扩频水印不直接嵌入比特“1”或“0”，而是将其调制到一个伪随机噪声序列（PN Sequence）上。
-
• 原理：假设要嵌入比特 ，生成一个服从高斯分布的伪随机序列 。嵌入公式可表示为 ，其中 为DCT系数， 为强度因子。 -
• 检测：提取端利用相关性检测（Correlation Detection）。即便图像经过攻击，叠加的噪声 在统计上仍与原始密钥序列保持高相关性，从而恢复出比特 4。
3.1.3 离散小波变换 (DWT) 与奇异值分解 (SVD)
DWT提供了多分辨率分析能力，将图像分解为LL（近似分量）、LH（水平细节）、HL（垂直细节）、HH（对角细节）四个子带。
-
• 人眼视觉系统 (HVS) 掩蔽效应：人眼对纹理复杂区域（高频）的噪声不敏感，对平滑区域（低频）的噪声敏感。DWT允许算法根据子带特性动态调整嵌入强度。 -
• DWT-SVD 混合架构：SVD提取的奇异值代表了图像矩阵的代数特征，具有极强的几何不变性。将DWT的低频子带LL进行SVD分解，并修改其奇异值来嵌入水印，能显著提高对抗旋转和缩放攻击的能力 5。
3.2 深度学习与神经水印 (Neural Watermarking)
随着深度神经网络（DNN）的发展，基于学习的水印技术（Learned Watermarking）在抗“屏幕-摄像头”攻击方面表现出了超越传统算法的潜力。
3.2.1 端到端编码器-解码器架构
以 StegaStamp 10 和 HiDDeN 3 为代表的架构，包含三个核心网络：
-
1. 编码器 (Encoder)：输入原始图像和秘密信息，输出含水印图像。 -
2. 噪声层 (Noise Layer)：这是关键创新点。在训练过程中，在编码器和解码器之间加入一个可微分的噪声层，模拟打印、扫描、高斯模糊、JPEG压缩、透视变换等真实世界的物理失真。 -
3. 解码器 (Decoder)：试图从经过噪声层破坏的图像中恢复原始信息。
通过对抗训练，编码器学会了将信息隐藏在那些能够在物理失真中“存活”下来的特征中，这种特征往往是人类难以设计但在高维空间中存在的 4。
3.2.2 针对透视畸变的优化
传统的算法依赖几何校正（Rectification）来对抗透视畸变。而基于RivaGAN 11 等注意力机制模型，通过引入Attention Module，让模型自动关注图像中鲁棒性最强的区域（如边缘、纹理密集处）进行嵌入，从而在不进行显式几何校正的情况下也能实现一定的盲提取能力。
3.3 同步机制与模板匹配 (Synchronization)
在盲检测场景下，提取端不知道水印的具体位置和旋转角度。因此，必须嵌入同步信号（Synchronization Template）。
-
• 构造：在DFT（离散傅里叶变换）域中嵌入特定的峰值点阵列。由于DFT具有旋转和平移的性质（旋转空间域图像导致频域幅度谱同样旋转，平移空间域图像仅引起频域相位变化），检测器可以通过搜索DFT域的峰值来快速计算出图像的旋转角度和缩放比例，进而构建仿射变换矩阵（Affine Matrix）将图像复原，再进行Payload的提取 1。
4. 商业产品与开源生态深度剖析
网络安全专家在选型时，必须了解市场上现有产品的技术底座与实现路径。
4.1 商业DLP解决方案分析
4.1.1 IP-Guard (Tec-Solutions)
技术路线：内核驱动级与API Hook结合。
-
• 原理：IP-Guard通过在Windows内核层（Kernel Level）拦截GDI（Graphics Device Interface）和DirectX绘图指令，将水印层直接合成到显存或绘图上下文中。 -
• 优势：极难绕过。即使用户尝试结束进程，由于驱动驻留，水印依然存在。支持极其细粒度的策略（如针对特定进程、特定窗口加水印）。 -
• 隐形水印能力：IP-Guard声称支持“屏幕盲水印”，其实现通常结合了屏幕截图日志审计。当发生敏感操作时，系统后台静默截屏并嵌入水印元数据，用于事后审计，而非单纯依赖前端实时渲染隐形水印 13。
4.1.2 深信服 (Sangfor) 端点安全 (Endpoint Secure)
技术路线：端网联动（Correlation Defense）。
-
• 原理：深信服利用其“零信任”架构，将终端水印与网络侧的Cyber Command联动。 -
• 优势：不仅提供水印，还具备强大的勒索病毒防护和行为分析能力。其水印模块通常集成在轻量级Agent中，对系统资源占用极低（<2% CPU）。支持与敏感文件外发控制联动，当检测到敏感文件打开时动态加载水印 16。
4.1.3 奇安信 (Qi An Xin) 天擎/天眼
技术路线：统一内容安全架构。
-
• 原理：基于大数据的威胁情报驱动。奇安信的水印技术强调“司法取证”效力，其隐形水印算法经过优化，能在局部截屏（Partial Screenshot）场景下保持高存活率。 -
• 特色：支持“矢量水印”技术，在打印场景下，将水印信息转化为矢量点阵隐藏在文字笔画边缘，抗复印能力极强 18。
4.1.4 联软科技 (LeagSoft) UniDLP/UniWMS
技术路线：无代理（Agentless）Web水印与Agent结合。
-
• 原理：其UniWMS产品支持API调用，允许业务系统（如OA、CRM）在服务端直接请求加水印的页面资源，适合B/S架构。 -
• 优势：零信任网络访问（ZTNA）集成，用户在访问敏感Web应用时自动附加隐形水印，无需在所有终端安装重型Agent 20。
4.1.5 Microsoft Purview & Edge
技术路线：浏览器原生集成。
-
• 原理：在Microsoft Edge v142+中，结合Purview的信息保护标签（MIP Label），浏览器底层直接渲染水印。 -
• 优势：原生级体验，不可被用户层面的脚本移除。与Office 365生态（Teams, SharePoint）无缝结合。 -
• 局限：仅限于微软生态，无法保护Chrome或其他第三方应用 22。
4.2 开源技术栈分析
4.2.1 Invisible-Watermark (Python)
-
• 核心算法：提供 dwtDct（速度快，适合实时）、dwtDctSvd（鲁棒性强）、RivaGAN（AI生成，抗裁切极强）。 -
• 适用场景：后端批处理。例如，当用户下载PDF时，服务器调用此库即时生成带水印的文件。由于Python性能限制，不适合直接用于客户端实时屏幕渲染 11。
4.2.2 StegaStamp (TensorFlow/PyTorch)
-
• 核心优势：专为Print-Cam（打印-拍照）场景设计。在训练中引入了物理失真模拟层。 -
• 局限性：需要固定输入尺寸（通常 ），对于任意分辨率的屏幕适配性较差，且推理（Inference）需要GPU加速，难以在普通办公PC的CPU上实时运行 10。
5. 企业级实施落地指南：体系化集成方案
针对企业复杂的IT环境，单一的水印技术无法覆盖所有场景。本章提供分层级的实施指南，覆盖桌面应用、Web应用及移动端。
5.1 场景一：桌面端 (Office/WPS) 深度集成
对于Word、Excel、PPT及WPS文档，用户通常在本地客户端操作。实施隐形水印主要有两种路径：应用层插件（Add-in） 和 系统层覆盖（Overlay）。
5.1.1 方案A：VSTO/COM 插件开发 (应用内渲染)
通过开发Office VSTO插件或WPS COM组件，利用文档对象模型（DOM）插入水印对象。
-
• 技术实现： -
1. 事件监听：在 ThisAddIn_Startup 中监听 WindowActivate, DocumentOpen, WindowResize 事件 25。 -
2. 水印对象注入： -
• 使用 Word.Shape 或 Excel.Shape 对象。 -
• 设置属性：Transparency = 0.99 (接近透明但非完全透明，防止被优化掉)，LockAnchor = True (锁定位置)，ZOrder = msoBringInFrontOfText。 -
3. 防删除逻辑：监听 SelectionChange 事件，如果用户选中了水印对象，立即取消选中或重置水印位置。 -
• WPS 特殊处理：WPS开放了KSO API，其接口与VBA类似。但在WPS中，需特别注意“阅读模式”与“编辑模式”的切换，水印对象在不同视图下可能需要重新调整坐标。 -
• 优缺点： -
• 优点：水印跟随文档，打印时自带水印。 -
• 缺点：容易被高级用户通过“选择对象”窗格删除；文档发给外部用户时会带上水印对象（可能造成尴尬）。
5.1.2 方案B：透明窗体覆盖 (System Overlay) —— 推荐方案
创建一个系统级的透明窗口，覆盖在Office/WPS窗口之上，水印绘制在覆盖层上。
-
• 技术实现 (C# / C++)： -
1. 窗口属性：创建一个Windows Form，设置 FormBorderStyle = None，ShowInTaskbar = False。 -
2. 穿透属性 (Click-Through)：这是关键。必须设置窗口扩展样式 WS_EX_LAYERED | WS_EX_TRANSPARENT。
C#
// C# P/Invoke 示例
int initialStyle = GetWindowLong(this.Handle, -20);
SetWindowLong(this.Handle, -20, initialStyle | 0x80000 | 0x20); // WS_EX_LAYERED | WS_EX_TRANSPARENT这使得鼠标点击事件能直接穿透水印层，到达下方的文档窗口，不影响用户操作 27。 -
3. 位置同步 (Hooking)： -
• 使用 SetWinEventHook 监听目标进程（WINWORD.EXE）的窗口位置变化。 -
• 调用 GetWindowRect 获取文档编辑区（Client Area）的坐标 29。 -
• 实时调整覆盖层的位置和大小，使其始终吸附在文档区域。 -
4. DPI 适配：必须处理Windows的高DPI缩放（125%, 150%），否则水印会错位。使用 SetProcessDpiAwareness 确保坐标系一致 29。
5.2 场景二：Web与在线文档 (石墨/飞书/Web系统)
对于浏览器环境（Chrome/Edge），无法直接调用系统API。必须利用Web前端技术实现。
5.2.1 Canvas 隐形水印渲染
-
• 技术原理： -
1. 在DOM最上层创建一个全屏 <canvas> 元素。 -
2. 设置CSS：position: fixed; transform: translateY( 0; left: 0; z-index: 99999; pointer-events: none;。pointer-events: none 确保鼠标事件穿透 31。 -
3. 绘图算法： -
• 使用JavaScript生成包含 UserID 的稀疏点阵或频域图案。 -
• 颜色设置为极低透明度，例如 rgba(0, 0, 0, 0.005)。在白色背景下不可见，但通过图像处理加强对比度后可显现 31。 -
• 优化：为了抗截屏，可以在Canvas中绘制微小的、人眼难以察觉的噪点图案（Spread Spectrum pattern），而不仅仅是文字。
5.2.2 Shadow DOM 与 MutationObserver 防篡改
Web环境最大的挑战是用户可以通过F12开发者工具删除水印节点。
-
• Shadow DOM 封装：将水印Canvas放入 Shadow Root 中，并设置模式为 closed (element.attachShadow({mode: ‘closed’}))。这样外部JavaScript很难通过 document.querySelector 获取到水印节点进行修改 32。 -
• MutationObserver 守护： -
• 创建一个 MutationObserver 实例，监视 document.body 的 childList 和 subtree。 -
• 一旦检测到水印节点被删除（removedNodes）或属性被修改（attributes），立即执行恢复逻辑（重新插入节点）并上报安全事件 34。
JavaScript
// 防篡改核心逻辑示意
const observer = new MutationObserver((mutations) => {
mutations.forEach((mutation) => {
// 检测水印节点是否被移除
if (Array.from(mutation.removedNodes).includes(watermarkNode)) {
console.warn(“Security Alert: Watermark tampering detected!”);
document.body.appendChild(watermarkNode); // 立即恢复
reportToSecurityCenter(); // 上报
}
// 检测样式是否被篡改为 display: none
if (mutation.target === watermarkNode && mutation.attributeName === ‘style’) {
if (watermarkNode.style.display === ‘none’ |
| watermarkNode.style.opacity === ‘0’) {
watermarkNode.style.display = ‘block’;
watermarkNode.style.opacity = ‘1’; // 恢复可见性配置
}
}
});
});
observer.observe(document.body, { childList: true, attributes: true, subtree: true });
“`
5.2.3 飞书/钉钉/石墨文档的集成策略
针对SaaS类在线文档，企业通常无法直接修改其前端代码。
-
• 飞书/钉钉 (API 配置)： -
• 利用平台的开放能力。飞书管理后台提供了“安全 – 信息保护 – 水印设置”功能。 -
• 开启隐形水印：在后台勾选“隐形水印”选项。飞书会在渲染层自动注入带有员工ID的盲水印。企业无需自行开发SDK，只需配置组织架构策略 37。 -
• API 集成：如果是企业自建应用嵌入飞书工作台，可调用JSAPI tt.setWatermark 来强制显示水印。 -
• 石墨文档 (私有化部署 vs SaaS)： -
• SaaS版：依赖石墨提供的企业安全设置开关。 -
• 私有化部署：企业可在石墨部署的前端网关（如Nginx）层注入一段全局JS代码（上述的Canvas+MutationObserver脚本），从而强行在石墨页面上覆盖一层企业自己的隐形水印。
5.3 场景三：移动端 (Android/iOS)
-
• Android：利用 WindowManager 添加一个 TYPE_APPLICATION_OVERLAY 类型的悬浮窗，承载水印View。该View不拦截触摸事件（FLAG_NOT_TOUCHABLE）。对于截屏防护，可设置 FLAG_SECURE，但这会直接禁止截屏，而非加水印。要实现“允许截屏但带水印”，需Hook系统截屏服务或使用VDI（虚拟桌面）方案。 -
• iOS：由于沙盒机制，App间无法互相覆盖水印。必须在集成的企业App（如企业微信、飞书）内部，在 UIWindow 的最顶层添加一个 userInteractionEnabled = NO 的 UIView 层。
6. 取证与溯源：从攻击中提取真相
实施水印只是第一步，真正的价值在于泄露发生后的提取与溯源。
6.1 提取流程 (Forensic Workflow)
当安全团队捕获到一张泄露的屏幕照片时，标准操作流程如下：
-
1. 预处理 (Preprocessing)： -
• 透视校正 (Homography Correction)：照片通常是歪斜的。分析师需手动选取屏幕的四个角点（或利用AI自动检测边缘），利用OpenCV的 cv2.getPerspectiveTransform 和 cv2.warpPerspective 将图像“拉平”为正视图 39。 -
• 去噪与滤波：应用维纳滤波（Wiener Filter）去除加性高斯白噪声。使用高通滤波器（High-Pass Filter）减弱背景文字内容（因为文字对于水印信号来说是低频干扰） 1。 -
2. 盲检测与同步 (Synchronization)： -
• 在频域（DFT）搜索同步模板的峰值。通过计算峰值的位置偏差，确定图像的缩放比例（Scale）和残留旋转角度（Rotation）。这一步至关重要，因为即使微小的几何错位也会导致扩频序列相关性计算失败 12。 -
3. 解码与纠错 (Decoding & ECC)： -
• 相关性分析：将处理后的图像块与预置的伪随机序列库进行滑动窗口相关性计算。 -
• 峰值判决：设定阈值，超过阈值的点被判定为比特“1”，否则为“0”。 -
• Reed-Solomon 纠错：提取出的比特流往往含有误码（例如照片上的反光点破坏了部分信息）。利用里德-所罗门（Reed-Solomon）或BCH纠错码，只要误码率在一定范围内（如<20%），即可无损还原出原始的User ID 42。
6.2 攻击与防御对抗 (Adversarial Robustness)
-
• 扩散模型攻击 (Diffusion Attack)：攻击者可能使用Stable Diffusion的“图生图”功能，以低去噪强度（Denoising Strength）重绘屏幕照片。这会重构图像纹理，破坏高频水印信号。 -
• 对策：采用 语义水印 (Semantic Watermarking) 或 结构化水印。不依赖高频噪点，而是微调字体的字重、行间距，或UI元素的微小位移。这种“模拟特征”在AI重绘中更有可能被保留下来（如果AI被提示保持文字可读性） 4。
7. 结论与建议
鲁棒性隐形水印技术是填补DLP“模拟信号漏洞”的最后一块拼图。它将安全边界从数字空间延伸到了物理空间。
针对企业的核心建议：
-
1. 分级部署：对于核心研发与财务部门，建议部署 内核级Agent（如IP-Guard/深信服），确保OS层面的全覆盖；对于普通员工访问Web系统，采用 Canvas+Shadow DOM 的轻量级前端方案。 -
2. 拥抱频域：坚决弃用LSB等空域脆弱水印。必须采用 DCT/DWT 扩频 或 深度学习 算法，以确保抗拍照能力。 -
3. 重视同步机制：在选型或自研算法时，务必考核其 抗几何畸变（Geometric Distortion） 的能力，这是屏幕偷拍场景下最常见的攻击类型。 -
4. 建立闭环：水印不是终点，溯源才是。企业应建立自动化的“水印提取服务平台”，集成OpenCV与纠错算法，赋能SOC团队在泄露发生后1小时内完成定责。
通过构建这套从端点嵌入到云端提取的完整防御体系，企业将能有效威慑内部威胁，让每一次按下快门的偷拍都成为泄密者的“自证其罪”。
Works cited
-
1. Screen-Cam Robust and Blind Watermarking for Tile Satellite Images – OuluREPO, accessed December 17, 2025, https://oulurepo.oulu.fi/bitstream/handle/10024/28209/nbnfi-fe2020081760616.pdf?sequence=1&isAllowed=y -
2. Screen-Cam Robust Image Watermarking with Feature-Based Synchronization – MDPI, accessed December 17, 2025, https://www.mdpi.com/2076-3417/10/21/7494 -
3. Blind Deep-Learning-Based Image Watermarking Robust Against Geometric Transformations – arXiv, accessed December 17, 2025, https://arxiv.org/pdf/2402.09062 -
4. Spread Spectrum Image Watermarking Through Latent Diffusion Model – MDPI, accessed December 17, 2025, https://www.mdpi.com/1099-4300/27/4/428 -
5. Enhanced Invisibility and Robustness of Digital Image Watermarking Based on DWT-SVD – PMC – NIH, accessed December 17, 2025, https://pmc.ncbi.nlm.nih.gov/articles/PMC8816581/ -
6. Invisible watermarking using Discrete Cosine Transform (DCT): A comprehensive exploration – World Journal of Advanced Research and Reviews, accessed December 17, 2025, https://wjarr.com/sites/default/files/WJARR-2024-3623.pdf -
7. Digital watermarking – Wikipedia, accessed December 17, 2025, https://en.wikipedia.org/wiki/Digital_watermarking -
8. Digital Watermarking: Protect Your Business Sensitive Data – Sealpath, accessed December 17, 2025, https://www.sealpath.com/blog/digital-watermarking-protect-business-sensitive-data/ -
9. A Robust Semi-Blind Watermarking Technology for Resisting JPEG Compression Based on Deep Convolutional Generative Adversarial Networks – MDPI, accessed December 17, 2025, https://www.mdpi.com/2073-8994/17/1/98 -
10. [1904.05343] StegaStamp: Invisible Hyperlinks in Physical Photographs – ar5iv – arXiv, accessed December 17, 2025, https://ar5iv.labs.arxiv.org/html/1904.05343 -
11. Stability-AI/invisible-watermark-gpu: python library for … – GitHub, accessed December 17, 2025, https://github.com/Stability-AI/invisible-watermark-gpu -
12. Blind and Robust Watermarking Algorithm for Remote Sensing Images Resistant to Geometric Attacks | Request PDF – ResearchGate, accessed December 17, 2025, https://www.researchgate.net/publication/370684819_Blind_and_Robust_Watermarking_Algorithm_for_Remote_Sensing_Images_Resistant_to_Geometric_Attacks -
13. IP-Guard – Netplay, Inc., accessed December 17, 2025, https://www.npi.ph/ip-guard -
14. Information Security Audit – Data Teknologi Semesta, accessed December 17, 2025, https://www.ptdts.co.id/Brosur/IP-Guard/IPGuard%20Brochure.pdf -
15. Application Management – IP-guard | ELIMINATE INTERNAL THREATS, accessed December 17, 2025, https://www.ip-guard.com/products/ip-guard-modules/application-management -
16. EDR | Endpoint Detection and Response | Endpoint Security – Sangfor Technologies, accessed December 17, 2025, https://www.sangfor.com/cybersecurity/products/edr-endpoint-security -
17. Yanluowang Ransomware | How Sangfor Can Protect You, accessed December 17, 2025, https://www.sangfor.com/blog/cybersecurity/yanluowang-ransomware-how-sangfor-protects-you-ransomware-attacks -
18. 奇安信天擎终端安全管理系统产品白皮书V10.0, accessed December 17, 2025, https://www.legendsec.com/attachment/220622/%E5%A5%87%E5%AE%89%E4%BF%A1%E5%A4%A9%E6%93%8E%E7%BB%88%E7%AB%AF%E5%AE%89%E5%85%A8%E7%AE%A1%E7%90%86%E7%B3%BB%E7%BB%9FV10.2.0.1200-%E4%BA%A7%E5%93%81%E7%99%BD%E7%9A%AE%E4%B9%A6%EF%BC%88%E5%85%AC%E5%BC%80%E7%89%88%EF%BC%89.pdf -
19. Qi An Xin (QAX) – Cyber Security Intelligence, accessed December 17, 2025, https://www.cybersecurityintelligence.com/qi-an-xin-qax-10763.html -
20. UniDLP Data Leakage Prevention, accessed December 17, 2025, https://leagsoft.com/en-product-detail/81 -
21. UniWMS Agentless Watermarking Platform, accessed December 17, 2025, https://www.leagsoft.com/en-product-detail/87 -
22. Watermark Protection | Microsoft Learn, accessed December 17, 2025, https://learn.microsoft.com/en-us/deployedge/microsoft-edge-management-watermark-protection -
23. ShieldMnt/invisible-watermark: python library for invisible image watermark (blind image watermark) – GitHub, accessed December 17, 2025, https://github.com/ShieldMnt/invisible-watermark -
24. tancik/StegaStamp: Invisible Hyperlinks in Physical … – GitHub, accessed December 17, 2025, https://github.com/tancik/StegaStamp -
25. Walkthrough: Create your first VSTO Add-in for Word – Microsoft Learn, accessed December 17, 2025, https://learn.microsoft.com/en-us/visualstudio/vsto/walkthrough-creating-your-first-vsto-add-in-for-word?view=visualstudio -
26. Walkthrough: Create your first VSTO Add-in for Excel – Microsoft Learn, accessed December 17, 2025, https://learn.microsoft.com/en-us/visualstudio/vsto/walkthrough-creating-your-first-vsto-add-in-for-excel?view=visualstudio -
27. C# Transparent background – Click and Drag – YouTube, accessed December 17, 2025, https://www.youtube.com/watch?v=eIS2smjYATg -
28. how to have a transparent form you can click through – Stack Overflow, accessed December 17, 2025, https://stackoverflow.com/questions/24816360/how-to-have-a-transparent-form-you-can-click-through -
29. GetWindowRect returning wrong coordinaties – Stack Overflow, accessed December 17, 2025, https://stackoverflow.com/questions/73901382/getwindowrect-returning-wrong-coordinaties -
30. Word VSTO Add-In: Get Working Area Coordinates / Rectangle on Screen – Stack Overflow, accessed December 17, 2025, https://stackoverflow.com/questions/58944824/word-vsto-add-in-get-working-area-coordinates-rectangle-on-screen -
31. Implementing Web Invisible Watermarking Technology Combining Front-End and Photoshop – Eyes, JAPAN Blog, accessed December 17, 2025, https://blog.nowhere.co.jp/archives/20240913-32589.html -
32. Using shadow DOM – Web APIs | MDN, accessed December 17, 2025, https://developer.mozilla.org/en-US/docs/Web/API/Web_components/Using_shadow_DOM -
33. What is Shadow DOM | Benefits, Use Cases, and Security – Imperva, accessed December 17, 2025, https://www.imperva.com/learn/application-security/shadow-dom/ -
34. MutationObserver and Shadow DOM – javascript – Stack Overflow, accessed December 17, 2025, https://stackoverflow.com/questions/24486923/mutationobserver-and-shadow-dom -
35. MutationObserver – Web APIs | MDN, accessed December 17, 2025, https://developer.mozilla.org/en-US/docs/Web/API/MutationObserver -
36. Detect added element to DOM with Mutation Observer – Stack Overflow, accessed December 17, 2025, https://stackoverflow.com/questions/20420577/detect-added-element-to-dom-with-mutation-observer -
37. Admin | Set watermarks based on the organizational structure – Lark, accessed December 17, 2025, https://www.feishu.cn/hc/en-US/articles/843678469255-admin-set-watermarks-based-on-the-organizational-structure -
38. Admin | Turn on the global watermark – Lark, accessed December 17, 2025, https://www.feishu.cn/hc/en-US/articles/360042748734-admin-turn-on-the-global-watermark -
39. Basic concepts of the homography explained with code – OpenCV Documentation, accessed December 17, 2025, https://docs.opencv.org/4.x/d9/dab/tutorial_homography.html -
40. Homography examples using OpenCV ( Python / C ++ ) |, accessed December 17, 2025, https://learnopencv.com/homography-examples-using-opencv-python-c/ -
41. (PDF) Watermarking for Image Based Rendering via homography-based virtual camera location estimation – ResearchGate, accessed December 17, 2025, https://www.researchgate.net/publication/224359251_Watermarking_for_Image_Based_Rendering_via_homography-based_virtual_camera_location_estimation -
42. Reed–Solomon error correction – Wikipedia, accessed December 17, 2025, https://en.wikipedia.org/wiki/Reed%E2%80%93Solomon_error_correction -
43. Improvement Of Watermarking Quality Using The Least Significant Bit Method With Reed Solomon Code – IOSR Journal, accessed December 17, 2025, https://www.iosrjournals.org/iosr-jce/papers/Vol26-issue1/Ser-3/F2601035061.pdf -
44. andrekassis/ai-watermark – GitHub, accessed December 17, 2025, https://github.com/andrekassis/ai-watermark
本篇文章来源于微信公众号: IT的阿土
