针对同义词替换信息隐藏的检测方法研究

基于同义词替换的文本信息隐藏方法,可以通过对载体中的同义词进行有选择的替换来嵌入隐藏信息.通过分析,发现这种方法嵌入隐藏信息后会导致载体文本中同义词结对概率的明显增加.基于此,提出了一种通过分析文本中同义词结对值来进行隐藏信息检测的算法.实验表明,该检测算法漏警率约为4%,虚警率约为9.8%,证明该检测算法可以有效地检测基于同义词替换的文本信息隐藏方法隐藏的信息.     

基于最短欧氏距离替换码元的VoIP隐写算法

信息隐藏的首要目标是不被感知,降低修改率是提高不可见性、实现不可感知的有效方法。根据对载体修改越少,隐写越不可被感知的基本原则,提出了一种基于最短欧氏距离替换码元的VoIP隐写方法,通过降低对载体的修改数量,提高隐写效率,达到了在不降低音频质量的前提下提高隐写不可见性的目的。该方法给出隐写单元的定义后,计算隐写单元中对应线性预测编码（linear predictive coding,LPC）值与秘密消息的欧氏距离,用秘密消息替换具有最短距离的LPC值,并将被替换的LPC值所在位置进行标记,使用互补邻节点方法隐写位置信息,实现秘密消息隐藏。对提出的算法进行了性能分析与对比,实验结果表明,该方法具有较高的隐写效率,隐写修改率降低至22.7%,KL散度值表明其安全性较好,PESQ值在4.0以上,表明语音质量较好。     

基于三元Golay隐写码的快速隐写算法

研究GF(3)上的编码方法,利用三元Golay码给出一种GF(3)上的隐写码,其隐写性能较常见二元隐写码有显著提高。提出基于三元Golay隐写码的快速隐写算法。该算法有效地降低了隐写算法的计算复杂度,提高了实现效率。     

一种基于低失真替换优先的文本隐写算法

针对同义词替换操作造成原始文本整体统计特性的破坏,提出了一种基于低失真替换优先的文本隐写算法。该算法以同义词在文本中的合适度为基础,构造失真函数衡量同义词替换后文本统计特性的改变程度;不仅为每个同义的词集合选取合适度最高的两个词组成替换组合,而且从全局的角度出发,对原始文本中的所有同义词替换组合所引起的失真度进行排序,优先选取失真度小的同义词替换组合来嵌入信息,从而降低了同义词序列统计特性的改变程度。实验结果表明,该算法可以很好地抵抗基于同义词结对和基于同义词相对词频统计特征的隐藏信息检测算法的攻击,具有较高的抗检测能力,提高了秘密信息的安全性。     

基于网络聊天的文本隐写算法

提出一种可应用于纯文本的英文文本隐写算法,通过微调各单词内部相邻字符对的排序嵌入信息.使用矩阵编码提高了嵌入效率,并提出将该算法应用于网络聊天中以增加隐蔽性.实验证明该算法具有良好的不可见性和安全性,容量也较为理想.     

利用文本载体的信息隐藏算法研究*

利用人类的视觉系统（HVS）对标点符号和上下文之间的间隔的不敏感,提出了用文本中标点符号的左右是否出现空格来代表密文的01信息。大量的实验结果表明这一算法具有很好的隐藏效果,每一个标点符号可以隐藏两个比特的密文信息,具有较好的隐藏容量。     

编码与同义词替换结合的可逆文本水印算法

从通信编码的角度,该文探讨一种利用编码方法和同义词替换相结合的可逆文本篡改检测水印算法。以可替换同义词为标志对文本进行分组,提取分组文本特征生成认证水印信息;利用霍夫曼编码和纠错编码对同义词库各词进行编码,利用同义词替换技术完成水印的嵌入。在接收端,利用分组文本特征和霍夫曼编码,实现水印文本的篡改定位,利用纠错码实现可替换同义词的还原恢复。仿真实验表明,算法嵌入的水印具有良好的不可见性和较强的鲁棒性,在实现对文本篡改定位的同时,较好地实现了可替换同义词无损还原。     

针对文本隐写工具Stego的隐写分析方法

Stego是一种基于文本的信息隐藏工具,它利用字典将秘密信息转化为无语法但结构与自然语言相似的文本以达到隐秘通信的目的。通过研究Stego的机理,文章提出了文本隐写软件Stego的隐写分析方法。当隐藏所使用的字典单词全以小写字母开头时,可以通过基于标志特征的隐写分析方法检测出隐秘文本;当上述条件不满足时则通过基于统计特征的隐写分析方法检测出隐秘文本。实验表明两种方法均有很高的可靠性。     

基于文本的信息隐藏算法

本文提出了一种新的基于文本的信息隐藏算法,算法利用人类的视觉系统(HVS)对标点符号和上下文之间 以及字与字之间的间隔并不敏感这一特点进行信息隐藏。大量的实验结果表明这一算法具有很好的隐藏效果。 每一个字可以隐藏一比特的密文信息。算法利用纠错交织分帧技术获得一定的抗增、删攻击能力。     

一种替换类隐写术算法的统一模型

隐写术是信息隐藏一个重要的研究分支。论文给出一种新的基于DCT域的可以实现“大容量”、“盲提取”的隐写术算法,经过少许的变动,算法可以成为一种能够涵盖空域、变换域大部分替换类算法的“统一模型”。算法的描述基于DCT域,但其思想可适用于其它变换域。实验结果表明:在满足“不可见”、“盲提取”的前提下,算法能正确嵌入/提取“大容量”的秘密信息。     

A steganographic method based upon JPEG and particle swarm optimization algorithm

In this paper, a novel steganographic method, based on JPEG and Particle Swarm Optimization algorithm (PSO), is proposed. In order to improve the quality of stego-images, an optimal substitution matrix for transforming the secret messages is first derived by means of the PSO algorithm. The standard JPEG quantization table is also modified to contain more secret messages. The transformed messages are then hidden in the DC-to-middle frequency components of the quantized DCT coefficients of the cover-image. Finally, a JPEG file with secret messages is generated through JPEG entropy coding. We compare our algorithm with Chang et al.’s JPEG-based steganographic algorithm. The experimental results show that our proposed method has larger message capacity and better image quality than Chang et al.’s. In addition, our method also has a high security level.     

矢量量化压缩图像中的安全隐写方法

提出一种用于矢量量化压缩图像的安全数据隐藏方案.为降低数据嵌入引入的失真,以码字间的矢量均方差为优化指标,采用遗传算法实现码本的优化分割,并提出基于码本分割的数据嵌入算法.采用基于自适应算术熵解码的数据映射方法,实现了嵌入前后统计特性的保持.实验结果表明,所提出的算法在容量、失真水平和安全性方面具有较好的综合性能.     

A perfect maze based steganographic method

In steganography, several different types of media have been used as carriers, such as images, audios and video streams, to hide secret data. Nevertheless, various novel media and applications have been developed due to the rapid growth of internet. In this paper, we select maze games as carrier media to conceal secret data. The original idea of embedding data in a maze is proposed by Niwayama et al. Their method has two disadvantages. One is the very small embedding capacity; the other is that the stego maze is not perfect. Here, we propose an improved algorithm for increasing the embedding capacity and preserving the “perfect” property.     

一种安全的基于文本的信息隐藏技术

传统的基于文本的信息隐藏方法一般是利用在行尾插入空格和制表符的方式来实现。这种方法在安全性和有效性方面都存在很多问题,如容易检测和攻击。该文通过分析文本的文件结构及句法特点,提出了一种更为安全可靠的方法。通过同义词的替换来实现秘密信息的隐藏。实验和分析结果表明,这是一种有效性好、安全性高的方法。     

歧义结构理解中的依存距离最小化倾向

用依存句法分析汉语歧义结构发现人脑在句法加工时倾向选择最小化依存距离的句法结构。该发现从依存理论角度解释了以往依照短语结构句法分析潜在歧义结构“VP+N1+的+N2”无法说明心理学实验结果的原因,找到了歧义结构实时阅读过程中倾向选择特定句法结构的语言学依据。最小化依存距离的认知机制是降低言语工作记忆成本的有效方法,是言语理解过程中的重要机制之一。     

一种基于自然语言信息隐藏的容量提高算法

给出了一个基于自然语言处理的文本信息隐藏的一般化模型,然后基于该模型讨论了增加信息隐藏容量的方法。接着给出了一个可以有效地增加信息隐藏容量的算法。从理论和实验上都表明,该算法可以有效地提高信息隐藏容量约25％以上。     

A high stego-image quality steganographic scheme with reversibility and high payload using multiple embedding strategy

Tian’s method is a breakthrough reversible data embedding scheme with high embedding capacity measured by bits per pixel (bpp) and good visual quality measured by peak signal-to-noise ratio (PSNR). However, the embedding capacity and visual quality of this method can be significantly improved. Thus, we propose a simple reversible steganographic scheme in spatial domain for digital images by using the multiple embedding strategy. The proposed method horizontally and vertically embeds one secret bit into one cover pixel pair. The experimental results show that the proposed reversible steganographic method achieves good visual quality and high embedding capacity. Specifically, with the one-layer embedding, the proposed method can obtain the embedding capacity of more than 0.5 bpp and the PSNR value greater than 54 dB for all test images. Especially, with the five-layer embedding, the proposed method has the embedding capacity of more than 2 bpp and the PSNR value higher than 52 dB for all test images. Therefore, the proposed method surpasses many existing reversible data embedding methods in terms of visual quality and embedding capacity.     

基于依存句法的Android App隐私条例解析算法

目前针对中文隐私条例的自动化解析研究较少,提取的信息不全面,无法满足管理部门对Android App隐私条例的自动化审查需求。为实现中文隐私条例自动化解析,提出了一种基于依存句法的中文隐私条例解析算法PPExtractor。基于动词和介词两类种子模式,PPExtractor使用自举模式方法生成隐私事件模式集;通过模式匹配,PPExtractor能有效提取隐私条例中开发者和第三方收集和使用的隐私信息,以及App需要用户输入的隐私信息,为管理部门监管 Android App 与隐私信息相关的违法行为提供依据。该方法能更全面地提取中文隐私条例中收集的隐私信息。实验结果表明,PPExtractor能有效识别隐私条例中与隐私相关的句子,并提取句子中与用户隐私相关的信息。     

A lossless data embedding technique by joint neighboring coding

Information hiding methods are currently exploited by many researchers for various applications. Proposing an efficient and feasible information hiding method is valuable. This paper presents a new reversible information hiding method for vector quantization (VQ)-compressed grayscale images by using joint neighboring coding (JNC) technique. The proposed method embeds secret data by using the difference values between the current VQ-compressed index and left or upper neighboring indices. The experimental results show that the proposed method achieves the best visual quality of reconstructed images compared with the two related works. In addition, the proposed method obtains as high embedding capacity as Lin and Chang's method, followed by Yang et al.'s method. As for execution speed, Yang et al.'s method is fastest, followed by the proposed method, and then Lin and Chang's method. With respect to bit rate, the proposed method has a little higher bit rate in comparison with the two related works.     

基于移位变换的句子层自然语言信息隐藏算法

针对现有的句子层自然语言信息隐藏方法存在的问题,提出一种基于句子层移位变换规则的中文自然语言信息隐藏算法．首先利用汉字数学表达式对中文文本信号数字化;然后通过句子的移位变换改变句子词序以嵌入秘密信息．实验结果和分析表明,该算法实现简单、编码容量较大,同时秘密信息隐藏在自然语言文本句子层词序变换中,不改变文本语法、语义和风格,具有较好的隐蔽性．