抵抗同义词替换攻击的文本信息隐藏算法

为利用自然语言的词性标记实现文本信息隐藏,研究了词性标记串的序关系及其变换性质.在词性标记集上定义适当的偏序关系,通过计算标记串逆序数的奇偶性,可将标记串映射为0或1.研究了随机标记串序列对应的二进制序列的自相关性和互相关性,结果表明,归一化自相关和互相关系数稳定在0.55左右,具有较强的区分不同参考模板的能力.证明了逆序数奇偶性在标记串符号对换、增加和删除操作下的变换性质.提出了利用词性标记串逆序数奇偶性隐藏信息的算法.该算法能抵抗同义词替换攻击.     

基于量子舒尔变换和图像的信息隐藏

如何在载体(文本、图像、音频)中巧妙地嵌入秘密信息及扩大传输信息的容量一直是研究人员面临的挑战。从量子信息的角度提出了一种新的信息隐藏思想,在不破坏载体数据的情况下构造量子纠缠态实现了秘密信息的隐藏和传输。为了提高秘密信息的传输容量,将经过Schur变换压缩的量子秘密信息编码到纠缠态的相位中进行传输。在比特传输过程中,新协议能够安全隐蔽地发送秘密量子比特信息。接收方可以通过量子傅里叶变换和已接收量子态的测量结果来提取秘密信息并得到无损的量子图像。此外,还给出了提取秘密量子态信息的具体方法,将量子比特转换为经典比特信息,有效地提升了秘密信息传输容量。该方案在不牺牲载体图像质量的前提下,保证了秘密信息传输的安全性。     

基于图像变换域的信息隐藏技术

为了提高信息隐藏技术的安全性和鲁棒性,采用图像变换域技术对覆盖图像进行正交变换,把秘密信息嵌入到变换域系数中,使特定的秘密信息伪装隐藏在公开的非机密数字载体中进行传递,使观察者和监测系统无法察觉到特定信息的存在.     

一种大容量的信息隐藏方法

基于图像处理、提升整数小波和信息隐藏理论,提出了具有双阀值的信息隐藏算法,阐述了实现信息隐藏的原理,并给出了具体算法及实现过程.该算法把秘密数据通过双阀值技术嵌入到图像整数小波变换后的高频子带的系数中.嵌入数据时,解决了小波反变换时的灰度值溢出问题,增加了相同载体下的信息隐藏的容量,而且提高了秘密信息的安全性.通过实验数据分析了该算法的阀值变化、嵌入容量和安全性等问题,结果表明:该方法提高了秘密信息的安全性和隐藏容量.     

一种基于声调特征映射的无载体信息隐藏方法

搜索式无载体信息隐藏方法无需修改载体即可嵌入秘密信息,可有效维持秘密信息的不可感知特性,但算法性能极度依赖文本大数据集.基于此,提出一种基于声调特征映射的文本无载体信息隐藏方法.该方法通过声调特征编码获取文本的特征序列,利用特征匹配与指定匹配算法构建文本与秘密信息的映射关系,直接从文本集中检索符合映射关系的文本并发送,...     

分层的文本信息隐藏研究

针对文本载体冗余度小的问题,提出一种在文本中分层隐藏信息的技术,建立了一个由待藏信息表示层、待藏信息加密层、载体内容层、载体内码层和载体版式层五个层次组成的隐藏模型.待藏信息表示层将待藏信息编码成不可读的符号序列,待藏信息加密层则对这些不可读符号序列进一步加密.载体内容层在句法、语义和语用上对前一层的输出进行嵌入隐藏,载体内码层和载体版式层分别通过选择载体文字自身的机器编码标准及版式来隐藏信息.每层有控制信息和数据信息作为参数,各层各司其职,高度独立.根据不同的隐藏要求,可以选择跳过某层,直接进入下层.介绍了各层的隐藏技术和方法,并在微软的Word文本中实现了该5层隐藏模型.     

基于纠错编码和扩频技术的同步音频水印算法

利用混沌动力力学系统中的logistic映射对水印图像进行置乱处理,并且引入扩频技术和纠错编码技术.然后对公开音频信号进行离散小波变换,并将音频的中低频小波系数划分为若干包含相等样点的片段,对于每个片段的前半段和后半段的能量进行统计,根据秘密信息的比特位,采取不改变或缩小音频信号的振幅的方法来进行嵌入秘密信息.算法在隐藏水印信息的同时,嵌入一个同步信号,使水印具有自同步能力.实验结果表明,隐藏有秘密水印信息的载体音频听觉质量没有明显下降,提取的水印信息感知质量较好.此外,该算法在受到基本攻击时几乎都具有很强的鲁棒性.     

一种基于量子保密通信及信息隐藏协议方案

为保证网络信息安全,提出了一种具有高安全性基于量子保密通信及信息隐藏协议方案.方案整体上采用与传统经典载体信息隐藏相类比的方法,根据量子态利用量子力学性质设计秘密信息编码方案隐藏秘密信息;利用2个n(n为大于2的整数)粒子纠缠态之间的纠缠交换、一个m粒子纠缠态与一个n(m、n为大于1的整数且m≠n)粒子纠缠态之间的纠缠交换设计秘密信息编码方案,将隐秘信道建立在量子保密通信协议中形成最终的量子信息隐藏协议.并且有望提高目前量子信息隐藏协议的隐藏容量和安全性.     

KML文件的信息隐藏技术

针对Keyhole标记语言(KML)文件的信息隐藏技术,提出了一种基于KML文件的信息隐藏算法.分析了KML文件区别于扩展标记语言文件的特点,介绍了基于KML文件的信息隐藏算法现状,提出了在KML文件中基于经纬度坐标值的信息嵌入、信息检测算法.该算法通过统计不重要位置的数值来进行分类,再通过将信息隐藏在统计位置后的数位来嵌入信息.检测算法与嵌入算法相同,均通过分类来提取信息.实验结果表明,该算法对载体数据增删攻击和旋转攻击的抵抗性具有鲁棒性.     

一种三维模型顶点分区的多载体信息隐藏算法

为改进单个三维模型载体信息隐藏的鲁棒性,提出了一种三维模型顶点分区的多载体信息隐藏算法。将每个三维模型变换到几何不变空间中,通过调整顶点法向量对多个模型进行组合形成多载体融合态;将融合态顶点按均方根曲率值划分出特征点集合;对融合态顶点坐标进行扇形分区,通过改变分区中特征顶点的极坐标值对秘密信息进行隐藏。实验结果表明,所提算法可以抵抗简化、剪切、噪声和平滑等针对三维模型的攻击,鲁棒性有明显提升。     

基于全信息自然语言理解的语音识别后文本处理

将全信息(自然语言的语法、语义和语用信息)自然语言理解应用到可靠语音功能的研究中，提出在语音识别之后增加一个全信息自然语言理解的文本后处理功能，通过深入分析词语的语法信息（位置、识别稳定度）、语义信息（语句目标含义）和语用信息（语境和谐度）对语音识别结果语句进行评估、检错和纠错，最终输出优化语句。实验结果表明，增加全信息自然语言理解后处理可使识别正确率获得较好改善。     

基于全信息自然语言理解的语音识别后文本处理

将全信息(自然语言的语法、语义和语用信息)自然语言理解应用到可靠语音功能的研究中，提出在语音识别之后增加一个全信息自然语言理解的文本后处理功能，通过深入分析词语的语法信息（位置、识别稳定度）、语义信息（语句目标含义）和语用信息（语境和谐度）对语音识别结果语句进行评估、检错和纠错，最终输出优化语句。实验结果表明，增加全信息自然语言理解后处理可使识别正确率获得较好改善。     

融合语义结构的注意力文本摘要模型

传统基于序列的文本摘要生成模型未考虑词的上下文语义信息,导致生成的文本摘要准确性不高,也不符合人类的语言习惯.本文提出了一种基于文本语义结构的文本摘要生成模型(Structure Based Attention Sequence to Sequence Model,SBA),结合注意力机制的序列到序列生成模型,引入文本...     

用于文本分类的多探测任务语言模型微调

预训练语言模型被广泛运用在多项自然语言处理任务中,但是对于不同的任务没有精细的微调.针对文本分类任务,提出基于探测任务的语言模型微调方法,利用探测任务训练模型特定的语言学知识,可提高模型在文本分类任务上的性能.设计了6个探测任务,覆盖句子浅层、语法和语义三方面信息.最后在6个文本分类数据集上验证了本文的方法,使分类错误率得到改善.     

Sign Language Synthesis in Multi-function Perception Machine

ＳｉｇｎＬａｎｇｕａｇｅＳｙｎｔｈｅｓｉｓｉｎＭｕｌｔｉ┐ｆｕｎｃｔｉｏｎＰｅｒｃｅｐｔｉｏｎＭａｃｈｉｎｅＸＵＬｉｎＧＡＯＷｅｎ（徐琳）（高文）（Ｄｅｐｔ．ｏｆＣｏｍｐｕｔｅｒＳｃｉｅｎｃｅａｎｄＥｎｇｉｎｅｅｒｉｎｇ，ＨａｒｂｉｎＩｎｓｔｉｔｕｔ...     

从语篇语言学看句子作为主要功能翻译单位的可行性

翻译的一个重要问题就是确立翻译单位。本文试图借助语篇语言学探讨这个问题。本文从功能角度将翻译单位定义为语篇单位而非语言单位。这个语篇单位通过执行句法载体、信息载体和风格标记者这三个功能而保持其语篇完整性。这样语篇翻译归根结底就是：不是从句法形式而从功能保持每个翻译单位的语篇完整性，同时在这个过程中伴有必要的层级转换。为此本文认为，关键的功能翻译单位可以确定在句子层面。     

基于PageRank的新闻关键词提取算法

现有的基于复杂网络的关键词提取算法在构建加权文本网络时没有考虑文本的自然语言特性,且在提取关键词时较少涉及复杂网络领域经典算法。本文引入词频分享权重,利用词频特性为节点之间的连边加权。在此基础上,基于PageRank算法,并结合人类语言习惯特性定义位置权重系数,提出了一个新的新闻关键词提取算法——LTWPR算法,综合考虑了文本网络的局部特征和全局特征。采用新浪新闻语料进行了大量实验,结果表明该算法能够快速有效的覆盖新闻作者标注的关键词,且提取效果更佳。     

基于ERNIE-CRF-ESL安全隐患文本结构化解析

安全隐患描述文本是通过自然语言描述进行记录的,具有主观随意性问题,现有的序列标注相关模型无法从中提取关键知识信息.根据安全隐患描述文本的特点,首先设计了一种适用于安全隐患描述文本的序列标注方法,提出了基于知识集成的增强表示（ERNIE）模型的进行词向量特征提取,在其基础上通过融合条件随机场（CRF）模块和信息提取（ESL）模块,构建了一种安全生产隐患描述文本结构化解析方法.在某超大城市的安全隐患描述文本上进行了实验,实验结果表明,所提模型在文本结构化解析任务的精确率达到了65.1%,可以从城市安全隐患非结构化数据中获取更多的知识信息,进而规范化安全隐患排查记录工作.     

基于多特征的中文文本蕴含识别

提出了一种基于多特征的中文文本蕴含识别方法,首先对文本进行预处理、中文分词、词性标注、命名实体识别、依存分析等处理;然后提取字符串特征、句法特征、语义特征等,使用贝叶斯逻辑回归模型进行预测;最后再使用规则进行修正,得到最终的识别结果.该方法在2014年RITE-VAL 评测任务的CS 数据上的MacroF1为0.625,超过目前最好的研究现状(MacroF1：0.615, BUPTTeam-CS-SVBC-05).     

基于文本挖掘技术的教育类文献主题识别方法研究

针对传统文本统计学抽样风险问题，采用文本挖掘技术提取相关文献中具有分析价值的信息，引入自然语言处理技术对文献信息进行主题词抽取和清洗，利用文本聚类结合知识图谱和数据可视化，为分析相关文献研究方向的现状、热点和发展趋势等提供依据。以教育类文献为例，通过研究表明，自然语言处理技术与聚类方法结合数据可视化可以为分析当前教育领域的研究热点和发展趋势提供有力的数据支撑。