With the development of artificial intelligence, the automatic creation of Tang poetry and Song Ci has become one of the research focuses currently. On the other hand, Carrier-free steganography is becoming an innovative trend in information hiding research field. So this project will create a novel information steganography method in the process of automatic generation of poetry integration of aforementioned two technologies. The concrete research content of this project concludes: construct a poetic language model and generation method based on deep learning; establish a secret information coding method based on a poetic linguistic model; create intelligent software of generation poetry information hiding-oriented. The goal of the research is as following: Taking balance the contradiction between the hidden capacity and the concealment of the steganography method as a means, we create a high hidden capacity and high security method of carrier-free steganography, which achieves the international advanced level in terms of naturalness of poetry generation and hidden capacity, and innovates in the poetry generation model and the secret information coding method.
随着人工智能技术发展,唐诗和宋词自动创作已经成为当前研究热点。另一方面,随着信息隐藏技术发展,无载体信息隐写技术也正成为新的研究方向。本课题将集合诗词自动创作技术和无载体信息隐藏技术来创新一种集成在诗词自动生成过程中的信息隐写方法。具体研究内容包括:构建基于深度学习的诗词语言模型和生成方法;创建基于诗词语言模型的机密信息编码方法;创作面向信息隐藏的诗词智能生成软件等。研究目标:以平衡隐写方法的隐藏容量和隐蔽性之间的矛盾为手段,创建一种高隐藏容量和高安全性的无载体信息隐写方法。在诗词生成的自然度和隐写容量等技术指标取得国际先进水平,并在诗词生成模型和机密信息编码方法取得创新。
摘要:无载体信息隐写由于无需修改已有载体本身的结构和属性,而是以私密信息为驱动或主导,直接搜索以“匹配”或“生成”含密载体,进而使原始的描述载体数据结构属性的统计分析法失灵。另外,无载体信息隐写在传输时不需要传递额外的信息,双方只传递含密文本,鲁棒性高,能抵抗各种隐写分析,因此,成为信息隐写技术的发展趋势和研究重点。其中,生成式无载体信息隐写在平衡隐写容量和隐蔽性二者矛盾方面的优势更为突出,所以本文选择具有鲜明结构特点,语义丰富而又含蓄,情感饱满,语义冗余量高的诗词作为生成式隐写载体,具有文化传承和提高隐蔽通信安全性的理论和实际价值。本项目以集成在诗词自动创作中的隐写方法为研究对象,通过对生成模型的优化、主题和情感的约束以及编码方法的创新,使诗词的自动生成和信息隐藏有效融合,即提高隐写容量的同时保证了隐写诗词的质量。同时,研发了诗词自动生成系统验证了理论成果的有效性。主要完成的研究任务和贡献点有:各种结构诗词自动生成的无载体信息隐藏的理论模型与系统框架;基于深度神经网络的面向信息隐藏的诗词自动生成方法;诗词自动生成过程中机密信息的编码、嵌入和提取方法;基于理论模型和多种隐写方法的系统研发实现等。本项目发表论文10篇,其中 SCI 4 篇,CCF A类会议2篇,中文核心4篇。授权技术发明专利3项,获得全国研究生电子竞赛西北地区选拔赛二等奖1项。本项目的研究成果极大地推动了无载体信息隐写技术应用的基础研究。
{{i.achievement_title}}
数据更新时间:2023-05-31
一种基于多层设计空间缩减策略的近似高维优化方法
基于LS-SVM香梨可溶性糖的近红外光谱快速检测
长链基因间非编码RNA 00681竞争性结合miR-16促进黑素瘤细胞侵袭和迁移
二维FM系统的同时故障检测与控制
信息熵-保真度联合度量函数的单幅图像去雾方法
针对在公共数据平台分享隐写数据进行隐蔽通信的隐写分析方法研究
量子信息隐写模型与协议研究
隐写取证中的图像特征分析及隐秘信息定位
广义隐写编码与多载体安全隐写研究