主流文本隐写分为两类:修改式文本隐写和生成式文本隐写。前者修改给定文本,语义可控、信息容量小;后者利用自然语言模型生成载密文本,语义不可控、信息容量大。该成果克服两类文本隐写的不足,将给定语言翻译成目标语言,然后在目标语言翻译回原始语言的过程中嵌入机密信息。由于原始语言和目标语言语义相近,翻译回来的过程等价于目标语义引导的文本生成,故能实现语义可控、信息容量大、安全性高的文本隐写。论文已发表在期刊《IEEE Transactions on Dependable and Secure Computing》,作者来自上海大学,依次是杨天予、吴汉舟(通讯作者)、易标、冯国瑞和张新鹏。T. Yang, H. Wu, B. Yi, G. Feng, and X. Zhang. Semantic-preserving linguistic steganography by pivot translation and semantic-aware bins coding. IEEE Transactions on Dependable and Secure Computing, vol. 21, no. 1, pp. 139-152, 2024. 欢迎有志向的同学来读研究生:hanzhou@shu.edu.cn
供稿:吴汉舟