自然語言信息隱藏與檢測研究.pdf

1、信息隱藏是一門古老的技術(shù)，也是一門年輕的學(xué)科。早在古希臘戰(zhàn)爭中，就已經(jīng)使用信息隱藏進(jìn)行通信。我國古代也有很多信息隱藏通信的記載，如藏頭詩、藏尾詩等。然而，直到計(jì)算機(jī)網(wǎng)絡(luò)發(fā)展起來以后，信息隱藏才真正被重視而獲得廣泛的研究。
　　 計(jì)算機(jī)網(wǎng)絡(luò)的發(fā)展應(yīng)用，在極大便利了人們獲取和分發(fā)信息的同時(shí)，也帶來新的挑戰(zhàn)。如何保護(hù)互聯(lián)網(wǎng)內(nèi)容版權(quán)？如何檢測互聯(lián)網(wǎng)內(nèi)容是否被篡改？如何安全的在互聯(lián)網(wǎng)傳輸信息？如何防止恐怖分子利用互聯(lián)網(wǎng)傳輸秘密信息？一系列

2、問題的提出，使得人們重新思考和研究信息隱藏技術(shù)。
　　 通過信息隱藏技術(shù)，在互聯(lián)網(wǎng)內(nèi)容中嵌入作者版權(quán)等信息，可以有效解決版權(quán)保護(hù)問題。通過信息隱藏技術(shù)，在互聯(lián)網(wǎng)內(nèi)容中嵌入控制信息，可以有效檢測互聯(lián)網(wǎng)內(nèi)容是否被篡改。通過信息隱藏技術(shù)，將秘密信息嵌入互聯(lián)網(wǎng)載體之中，可以使得傳輸信息更安全。通過信息隱藏檢測技術(shù)，可以有效防止恐怖分子或敵對(duì)分子等進(jìn)行秘密通信。
　　 信息隱藏技術(shù)與信息隱藏檢測技術(shù)之間的關(guān)系，如同加密和解密之間的

3、關(guān)系，是一種對(duì)立統(tǒng)一，既互相競爭又互相促進(jìn)的關(guān)系。信息隱藏技術(shù)的發(fā)展，必然導(dǎo)致信息隱藏檢測技術(shù)的研究；信息隱藏檢測技術(shù)的進(jìn)步，也必然促使更安全的信息隱藏技術(shù)的設(shè)計(jì)。
　　 信息隱藏技術(shù)有多種分類方式，其中按照載體類型，可以分為基于圖像的信息隱藏技術(shù)、基于音頻的信息隱藏技術(shù)、基于視頻的信息隱藏技術(shù)和基于文本的信息隱藏技術(shù)等。
　　 基于文本的信息隱藏包含基于格式的隱藏、基于字體的隱藏、基于行或字符間距的隱藏以及基于自然語言

4、本身的隱藏等。因?yàn)槲谋臼褂玫膹V泛性，對(duì)文本信息隱藏與檢測的研究將對(duì)國家安全和社會(huì)穩(wěn)定有重大意義。鑒于此，本文對(duì)基于自然語言的信息隱藏與檢測算法深入研究，設(shè)計(jì)了多種檢測算法。另外，在自然語言信息隱藏檢測研究成果的基礎(chǔ)上，設(shè)計(jì)了更安全的自然語言信息隱藏算法。
　　 具體研究成果如下：
　　 1)設(shè)計(jì)了一種使用統(tǒng)計(jì)語言模型的文本信息隱藏檢測算法，該檢測算法可以對(duì)不同的文本信息隱藏系統(tǒng)（如NICETEXT、TEXTO和基于馬爾可

5、夫鏈的信息隱藏系統(tǒng)）進(jìn)行檢測。對(duì)不同大小的文本進(jìn)行檢測實(shí)驗(yàn)表明，本文算法對(duì)檢測文本大小的要求遠(yuǎn)遠(yuǎn)低于以往算法，而且算法的檢測精確度比以往算法高約10％。
　　 2)基于翻譯的信息隱藏(Translation-Based Steganography，簡稱TBS)是一類較新的具有代表性的信息隱藏算法。在本文研究成果發(fā)表之前，尚沒有有效的檢測方法。本文設(shè)計(jì)了一種在知道TBS算法所使用的翻譯機(jī)集合條件下的檢測算法，并且對(duì)算法的有效性進(jìn)行

6、了理論分析和實(shí)驗(yàn)驗(yàn)證。結(jié)果皆表明：算法不僅可以用來分類自然語言文本和含有隱藏信息的文本（或叫隱寫文本、載密文本），也可以用來區(qū)分不同翻譯機(jī)的翻譯文本。
　　 3)設(shè)計(jì)了一種針對(duì)TBS算法的盲檢測算法——STBS。STBS不需要知道任何TBS的信息，包括翻譯機(jī)集合、語言對(duì)等，僅需根據(jù)測試文本中單詞以及詞組的頻率就可以區(qū)分正常文本和隱寫文本。另外，本文還給出了STBS的性能優(yōu)化方法以及實(shí)驗(yàn)測試結(jié)果。本部分內(nèi)容發(fā)表在2010年國際信息

7、隱藏大會(huì)(IH2010)上。
　　 4)構(gòu)建了一種新的更安全的TBS算法(Novel Translation Based Steganography,NTBS)。本文不僅通過實(shí)驗(yàn)說明NTBS的安全性，并且探索了通過數(shù)學(xué)建模計(jì)算NTBS的安全性。就本文作者所了解，通過數(shù)學(xué)計(jì)算驗(yàn)證文本信息隱藏算法安全性尚屬首次。計(jì)算結(jié)果表明，對(duì)于NTBS產(chǎn)生的大小為1000個(gè)句子的隱寫文本，理論上最大分類準(zhǔn)確度小于59％。本部分內(nèi)容己發(fā)表在2011

8、年國際信息隱藏大會(huì)(IH2011)上。
　　 5)設(shè)計(jì)了基于哈希的信息嵌入算法(HashHide)。使用HashHide，通信雙方僅需共享密鑰信息，大大減少了通信雙方需要共享的信息量，因此增加了系統(tǒng)的安全性。算法嵌入效率比同類算法提高約20％。
　　 6)根據(jù)中文文本特征，設(shè)計(jì)了基于字體的信息隱藏算法，給出了三種秘密信息嵌入方法，并對(duì)三種嵌入方式的嵌入率和嵌入效率等進(jìn)行了分析比較。最后對(duì)算法的安全性進(jìn)行了分析，并給出了增

9、強(qiáng)安全性的手段。
　　 上述成果1）是一種通用的信息隱藏檢測算法，大大提高了目前算法的檢測準(zhǔn)確率，屬于方法創(chuàng)新；成果2）和3）是針對(duì)基于機(jī)器翻譯的信息隱藏算法的檢測分析，將統(tǒng)計(jì)自然語言處理的部分理論引入到自然語言信息隱藏檢測上來，分別給出了知道隱藏系統(tǒng)部分信息和完全不知道任何信息情況下的檢測算法，屬于應(yīng)用創(chuàng)新；成果4）設(shè)計(jì)了一種更安全的信息隱藏算法，并且通過數(shù)學(xué)計(jì)算驗(yàn)證算法的安全性，屬于理論創(chuàng)新；成果5）是一種通用的信息嵌入方法