LSB Steganography Using Pixel Locator Sequence with AES
图像隐写术是将数据隐藏到图像中的艺术。秘密数据，如消息，音频，图像可以隐藏在封面图像中。这主要通过将数据隐藏到图像像素的LSB（最低有效位）中来实现。为了提高隐写术的安全性，本文研究了基于AES（Advanced Encryption Standard）的数据加密和基于LSB的数据隐藏技术，该技术采用用户自定义的加密数据像素分布，而不是通常的线性计算方法，即以线性形式存储数据。该数据分布文件将包含要加密/解密的数据的位置（以像素编号的形式），该位置用AES进一步加密，从而为存储在像素上的数据及其位置提供双重加密。隐写术在医学、军事、版权信息等方面有着广泛的应用。
2020-12-04 cs.CR
A New Paradigm for Improved Image Steganography by using Adaptive Number of Dominant Discrete Cosine Transform Coefficients
图像隐写术通过篡改图像内容来隐藏图像中的秘密信息。有一个自然的愿望，隐藏最大的秘密信息与最少的失真在主机图像。这需要一种算法，智能地优化容量，保持图像所需的不可感知性。本文提出了一种图像隐写方案，该方案从每个离散余弦变换系数中保留自适应选择的主导系数块，而其余的系数被替换为归一化的秘密图像像素值。秘密图像像素值在自适应选择的范围内归一化。在自适应选择的非正方形L形块中嵌入这种规格化数据利用了每个块中可用的最大嵌入空间，从而导致最大化有效载荷容量，同时保持图像质量。该方案实现了高达21.5位每像素（bpp）的有效载荷容量，同时保持38.24 dB的峰值信噪比的图像质量。
2023-01-22 cs.CR
Stego-Image Generator (SIG) - Building Steganography Image Database
任何一种通用的隐写分析算法都需要通过各种隐写图像的测试来证明其有效性。本工作的目的是建立隐写图像数据库，这是通过实现各种RGB最低有效位隐写算法。虽然在互联网上有许多隐写图像源，但它缺乏信息，例如有多少行被隐写算法感染，有多少位被修改以及哪个通道受到影响。这些参数对隐写分析算法很重要，有助于评估其效率。图像是从董事会类别，如动物，自然，人产生各种隐写图像。
2012-06-12 cs.CR
Improved information security using robust Steganography system
隐写术是一个新兴的领域，它用于在任何公共媒体上进行安全的数据传输，隐写术是将信息隐藏在适当的载体（如图像或音频）中的过程。它起源于希腊语，意思是“隐藏或隐藏的文字”。载体可以被发送给接收者，除了被认证的接收者之外，没有任何人知道该信息的存在。在本文中，一个特定的图像为基础的隐写技术，更安全地在两个位置之间的信息通信。为了达到较高的安全性，作者将秘密密钥和口令安全特性的思想用于两端的认证。作为安全级别的进一步提高，对信息进行置乱、编码，最后嵌入到图像中形成隐写图像。此外，为了防止隐写图像在传输过程中的失真，在发送端和接收端分别采用归一化切割方法对隐写图像进行了分割对象提取和重组。
2010-04-13 cs.CR
Improving Dither Modulation based Robust Steganography by Overflow Suppression
如今，人们在在线社交网络（OSN）上分享他们的照片，所以OSN是一个很好的隐写平台。但OSN通常对上传的图像进行JPEG压缩，这将使大多数现有的隐写算法失效。近年来，一些研究工作试图设计抗JPEG压缩的鲁棒隐写算法，如基于抖动调制的鲁棒自适应隐写（DMAS）和基于广义抖动调制的鲁棒自适应隐写（GMAS）。该算法解决了信道JPEG压缩质量因子大于封面图像质量因子时，接收端不能正确提取信息的问题。然而，由于鲁棒的域选择，它们只能实现有限的抵抗检测和压缩。为了克服这个问题，我们仔细研究了JPEG再压缩中的三种有损操作，发现其关键问题是空间溢出。然后提出了全局缩放和特定截断两种预处理方法，用于在消息嵌入前消除溢出并生成参考图像。在嵌入过程中，以参考图像为指导建立非对称失真，以消除溢出。实验结果表明，所提出的方法显着优于GMAS的安全性和实现可比的鲁棒性。
2021-10-17 cs.CR
Proposed System for data hiding using Cryptography and Steganography Proposed System for data hiding using Cryptography and Steganography
隐写术和密码术是以秘密方式发送重要信息的两种流行方法。一个隐藏信息的存在，另一个扭曲信息本身。有许多可用的加密技术;其中AES是最强大的技术之一。在隐写术中，我们有各种不同的技术在不同的域，如空间域，频域等隐藏信息。在频域中检测隐藏的信息是非常困难的，对于这个域，我们使用各种变换，如DCT，FFT和小波变换等。在这个项目中，我们正在开发一个系统，我们开发一种新的技术，其中密码学和隐写术作为集成的一部分，随着新开发的增强安全模块。在密码学中，我们使用AES算法对消息进行加密，并将消息的一部分隐藏在图像的DCT中;消息的剩余部分用于生成两个密钥，这使得该系统具有高度的安全性。关键词：密码学，隐写术，隐写图像，阈值，DCT系数
2010-09-15 cs.CR
ICStega: Image Captioning-based Semantically Controllable Linguistic Steganography
如今，社交媒体已成为网络用户首选的交流平台，但也带来了安全威胁。语言隐写术将秘密信息隐藏在文本中，并发送给预定的接收者，实现隐蔽通信。与基于编辑的语言隐写相比，基于生成的方法大大提高了有效载荷容量。然而，现有的方法只能生成单独的隐写文本。社交媒体中的另一个常见行为是发送语义相关的图像-文本对。本文提出了一种基于图像描述的隐写系统，将秘密信息嵌入到生成的字幕中。因此，可以控制隐写文本的语义，并且可以通过发送语义相关的图像-文本对来传输秘密数据。为了平衡负载容量和语义保持之间的冲突，我们提出了一种新的抽样方法，称为双参数语义控制抽样，以切断低概率词。实验结果表明，我们的方法可以控制多样性，负载容量，安全性和语义准确性在同一时间。
2023-03-10 cs.CR
Steganography Using Adaptive Pixel Value Differencing(APVD) of Gray Images Through Exclusion of Overflow/Underflow
在灰度图像中，像素值的范围从0到255。但是当我们使用像素值差分法（pvd）作为图像隐写方案时，隐写图像的像素值可能会超出灰度范围。提出了一种基于灰度范围内像素值管理的改进像素值差分的自适应隐写算法。使用PVD方法并检查像素值是否超出嵌入范围。像素超出边界的位置已被标记，并使用一个精致的句柄将值保持在范围内。实验结果表明，与物理气相沉积方法相比，该方法具有相同的有效载荷和图像的视觉保真度。
2012-05-30 cs.CR
A Dynamic YOLO-Based Sequence-Matching Model for Efficient Coverless Image Steganography
针对无载体图像隐写中图像库随容量指数膨胀的问题，提出基于 YOLO 目标选择、置乱因子映射和动态子串匹配的方案，以约200张图实现每图19比特并增强抗攻击能力。
2024-01-22 cs.CR
Image Steganography based on a Parameterized Canny Edge Detection Algorithm
隐写术是一门将数字信息隐藏起来的科学，没有人会怀疑它的存在。与可能引起怀疑的密码学不同，隐写术是一种使数据通信完全保密的隐形方法。隐写术有很多要求，其中最重要的是不可恢复性，即除了原始通信方之外的其他人难以检测和恢复隐藏在秘密通信中的数据。一个很好的策略，以掩盖秘密的不可恢复性不是使用一个平凡的方法基于一个可预测的算法，而是使用一个特定的随机模式的基础上的数学算法。本文提出了一种基于Canny边缘检测算法的图像隐写技术，它的目的是将秘密信息隐藏到图像中的像素点中，这些像素点构成了图像中检测到的目标的边界。更具体地，秘密数据的比特替换由Canny边缘检测算法检测到的像素的每个颜色通道的三个LSB作为载体图像中的边缘的一部分。此外，该算法由三个参数参数：高斯滤波器的大小，低阈值，和高阈值。对于相同的输入图像和秘密数据，这些参数可以产生不同的输出。因此，发现算法的内部工作原理将是相当模糊的，误导隐藏数据的确切位置。实验表明，一个代号为GhostBit的模拟工具，旨在使用所提出的算法覆盖和发现秘密数据。作为未来的工作，研究其他图像处理技术，如亮度和对比度的调整，可以利用在隐写的目的，给通信双方更多的偏好，操纵他们的秘密通信。
2012-12-23 cs.CR
Comparison of secure and high capacity color image steganography techniques in RGB and YCbCr domains
隐写术是一种用于秘密通信的方法。隐写术试图隐藏信息的存在。用于隐藏秘密信息的对象称为cover对象。图像是用于隐写术的最流行的覆盖对象。彩色图像隐写和灰度图像隐写由于存储方式不同，需要采用不同的技术。彩色图像通常以24位深度存储，灰度图像以8位深度存储。彩色图像具有三个颜色分量，因此可以包含大量的秘密信息。不同的颜色空间，即RGB（红绿蓝），HSV（色调，饱和度，值），YUV，YIQ，YCbCr（亮度，色度）等用于表示彩色图像。彩色图像隐写可以在任意颜色空间域进行。比较了RGB域和YCbCr域的彩色图像隐写算法。所考虑的秘密信息是灰度图像。由于RGB是常见的表示方法，因此以这种格式隐藏秘密信息是不安全的。
2013-07-11 cs.CR cs.MM
An Improvement on LSB Matching and LSB Matching Revisited Steganography Methods
隐写术方法的目的是以完全不可检测的方式安全地通信。LSB匹配隐写和LSB匹配重访隐写是实现这一目标的两种常用方法。这些方法最重要的特点是能够抵抗一阶隐写分析方法。另一方面，这些方法不考虑像素间依赖性。因此，近年来，提出了几种隐写分析方法，通过使用共生矩阵检测隐写图像隐藏这些方法。因此，如果自适应地进行递增和递减操作，以减少共生矩阵的失真，这些隐写方法将免受使用该矩阵的隐写分析方法的攻击。本文将在此基础上对这两种隐写方法进行改进。另一方面，本文采用LSB匹配和LSB匹配重访的方法，利用自适应特征将信息隐藏在封面图像中。实验结果表明，该改进方法减少了共生矩阵的失真，并且能够有效地抵抗利用共生矩阵检测隐写图像的隐写分析方法
2017-09-20 cs.CR
Image steganography based on generative implicit neural representation
本文提出一种基于生成式隐式神经表示的图像隐写术，通过将数据表示为连续函数并固定消息提取器网络，突破了图像分辨率限制，降低了计算开销并提高了隐写速度，在64x64图像上3秒完成且提取准确率达100%。
2024-06-04 cs.CR
Secret-to-Image Reversible Transformation for Generative Steganography
最近，将秘密信息转换为生成图像的生成隐写术已成为抵抗隐写分析检测的一种有前途的技术。然而，由于秘密到图像的转换的效率和不可逆性，很难找到一个很好的折衷之间的信息隐藏容量和提取精度。为了解决这个问题，我们提出了一个秘密到图像可逆变换（S2 IRT）方案的生成隐写。所提出的S2 IRT方案基于生成模型，即，Glow模型，它能够在具有多元高斯分布的潜在空间和具有复杂分布的图像空间之间进行双射映射。在S2 I变换过程中，以给定的秘密信息为引导，构造一个隐向量，然后通过Glow模型将其映射到生成图像上，最终将秘密信息变换为生成图像。由于S2 IRT方案的高效性和可逆性，该方法在保证高隐藏容量的同时，还能准确地从生成的图像中提取秘密信息。此外，一个单独的编码为基础的S2 IRT（SE-S2 IRT）方案也被提出来提高常见的图像攻击的鲁棒性。实验结果表明，本文提出的隐写方法可以在保持良好的抗检测性和不可感知性的同时，实现高隐藏容量（最高可达4 bpp）和准确的信息抽取（准确率几乎为100%）.
2022-03-13 cs.CR
SABMIS: Sparse approximation based blind multi-image steganography scheme
将灰度秘密图像隐藏到灰度覆盖图像中，这被认为是一个具有挑战性的隐写问题。我们的目标是开发一种隐写方案，增强嵌入容量，同时保持隐写图像的视觉质量以及提取的秘密图像，并确保隐写图像是抵抗隐写攻击。新的嵌入规则，我们的计划有助于隐藏秘密图像稀疏系数到过采样的覆盖图像稀疏系数以交错的方式。隐写图像的构造是通过使用ADMM来解决潜在的最小化问题的LASSO制定。最后，使用我们的嵌入规则的逆从构造的隐写图像中提取秘密图像。将这些组件结合在一起，以实现上述相互竞争的目标，形成了我们最新颖的贡献。我们称我们的计划SABMIS（稀疏近似盲多图像隐写术）。我们在几个标准图像上进行了大量的实验。通过选择的秘密图像的大小是一半的覆盖图像，我们得到的嵌入容量为2 bpp（每像素位数），4 bpp，6 bpp，8 bpp，而嵌入一个，两个，三个，和四个秘密图像，分别。我们的重点是隐藏多个秘密图像。对于隐藏两个和三个秘密图像的情况下，我们的嵌入容量高于所有的嵌入容量在文献中得到的。对于隐藏四个秘密图像的情况下，虽然我们的能力是略低于一个工作，我们做得更好的其他两个目标：a）非常小的恶化的质量的隐写图像和提取的秘密图像，和b）固有的和设计的是抵抗隐写攻击。此外，我们证明了SABMIS执行在几分钟内，并显示其应用程序在两个现实生活中的问题。
2022-09-04 cs.CR
Multi-User Multi-Key Image Steganography with Key Isolation
PAIRLab, College of AI National Yang Ming Chiao Tung University, Taiwan (R.O.C.)
本文提出PUSNet-MK，通过引入不匹配密钥隔离损失实现严格密钥隔离，解决单用户单密钥限制，提升多用户场景下的安全性和隐写性能。
2026-10-22 cs.CR
Image Steganography based on Style Transfer
Hefei University of Technology（合肥工业大学）；University of Science and Technology of China（中国科学技术大学）
图像隐写术是利用图像作为隐蔽通信的掩护的艺术和科学。随着神经网络的发展，传统的图像隐写术更容易被基于深度学习的隐写分析检测到。为了改善这一点，我们提出了基于风格转移的图像隐写网络，秘密信息的嵌入可以伪装成图像风格化。我们嵌入秘密信息，同时转换的内容图像的风格。在潜空间中，秘密信息被整合到隐藏图像的潜表示中，从而生成与正常风格化图像不可区分的隐写图像。它是一个端到端的无监督模型，无需预先训练。在基准数据集上的大量实验表明，我们的隐写网络生成的隐写图像的可靠性，质量和安全性。
2022-03-09 cs.CR cs.CV
Genetic Algorithm to Make Persistent Security and Quality of Image in Steganography from RS Analysis
保密性是交际活动的重要特征之一。隐写术是通过将信息隐藏在任何形式的载体（如音频、视频、文本、图像等）中来实现发送者和接收者之间的秘密通信的流行方法之一。最低有效位编码是许多隐写程序用于将秘密信息隐藏在24位、8位彩色图像和灰度图像中的最简单的编码方法。隐写分析是一种利用隐写术检测隐藏在载体中的秘密信息的方法。RS隐写分析是最可靠的隐写分析之一，它对图像像素进行统计分析，成功地检测出图像中隐藏的信息。然而，现有的隐写方法保护信息不受灰度图像中的RS隐写分析的影响。提出了一种利用遗传算法对彩色图像进行RS攻击的隐写方法。隐写图像被划分为若干块。随后，利用遗传算法对隐写图像进行自然进化，使隐写图像的安全性和图像质量得到优化。
2012-04-12 cs.CR cs.MM
Steganography Algorithm to Hide Secret Message inside an Image
提出了一种利用隐写技术在图像中隐藏信息的新算法。该算法使用二进制代码和图像内部的像素。压缩文件在转换为二进制代码之前使用，以最大限度地存储图像中的数据。应用该算法，开发了一个隐写成像系统（SIS）。然后对该系统进行测试，看看所提出的算法的可行性。各种大小的数据存储在图像中，并且还为每个测试图像捕获PSNR（峰值信噪比）。根据每幅图像的PSNR值，隐写图像具有较高的PSNR值。因此，这种新的隐写算法是非常有效的隐藏图像内的数据。
2011-12-13 cs.CR cs.MM
A Color Image Steganography Based on Frequency Sub-band Selection
South China Normal University（华南师范大学）
基于深度学习的彩色图像隐写是在彩色图像中隐藏信息的艺术。其中，图像隐藏隐写术（用图像隐藏图像）由于其巨大的隐写容量，近年来备受关注。然而，图像隐藏隐写生成的图像可能会出现一些明显的颜色失真或人为的纹理痕迹。针对上述问题，提出了一种基于频率子带选择的彩色图像隐写模型。首先，我们讨论了不同的颜色空间/频率子带的特性和生成的图像质量之间的关系。然后，我们选择RGB图像的B通道作为嵌入通道，高频子带作为嵌入域。离散小波变换将B通道信息和秘密灰度图像变换为频域信息，然后在频域进行秘密图像的嵌入和提取。综合实验表明，该模型生成的图像具有更好的图像质量，不可感知性显著提高。
2021-12-29 cs.CR cs.CV
Steganography and Steganalysis: Different Approaches
隐写术是在任何媒体中隐藏机密信息的技术。隐写术经常与密码学混淆，因为两者在保护机密信息的方式上相似。两者之间的区别在于处理后的输出的外观;隐写操作的输出是不可见的，但在密码学中，输出被置乱，以便引起注意。隐写解密是检测隐写术存在的过程。在这篇文章中，我们试图阐明不同的方法来实现隐写使用“多媒体”文件（文本，静态图像，音频和视频）和网络IP数据报作为封面。同时也讨论了隐写分析的一些方法。
2011-11-16 cs.CR
A Novel Residual-guided Learning Method for Image Steganography
本文提出一种残差引导的深度学习图像隐写方法，通过整合残差、残差距离和局部方差三个引导组件自主学习嵌入概率，在空间域中优于传统隐写方法和随机初始化的ReLOAD。
2023-12-02 cs.CR
Image Steganography: Protection of Digital Properties against Eavesdropping
隐写术是通过将信息隐藏在其他信息中来隐藏通信正在发生的事实的艺术。可以使用不同类型的载体文件格式，但数字图像是最流行的，因为它们在互联网上的频率。为了在图像中隐藏秘密信息，存在各种各样的隐写技术。有些比其他的更复杂，所有这些都有各自的优点和缺点。许多应用可能需要秘密信息的绝对不可见性。本文旨在概述图像隐写术，它的用途和技术，基本上，存储图像中的机密信息，如工作策略的细节，秘密任务，犯罪和机密信息，在各种组织，为国家安全工作，如军队，警察，联邦调查局，我们开发了一个桌面应用程序，该应用程序采用高级加密标准对原始消息进行加密，和空间去噪隐写算法，用于将文本文件隐藏在图像中。
2019-09-10 cs.CR cs.MM
Steganography for Neural Radiance Fields by Backdooring
本文提出一种基于神经辐射场的模型隐写方案，利用视点作为密钥生成后门图像，并通过过拟合训练消息提取器实现高容量、100%准确率的秘密消息提取，同时依靠NeRF的视点密钥空间保证安全性。
2023-09-19 cs.CR
Recent Advances of Image Steganography with Generative Adversarial Networks
2014年提出的生成对抗网络（GAN）在过去的几年中取得了巨大的成功。GAN在计算机视觉和自然语言处理领域取得了多项研究成果。图像隐写术致力于在数字图像中隐藏秘密信息，达到隐蔽通信的目的。最近，图像隐写术的研究已经显示出使用GAN和神经网络的巨大潜力。本文综述了基于GANs的图像隐写算法中的遮盖修改、遮盖选择和遮盖合成等策略，讨论了这些方法的特点和评价指标，并提出了图像隐写算法未来的研究方向。
2019-06-18 cs.CR cs.MM eess.IV
Review and Test of Steganography Techniques
隐写术是一种将秘密信息隐藏在适当的多媒体载体（如图像、音频、视频文件甚至网络数据包）中的技术。隐写术技术自古以来就被用来向被认为是敌人的第三方隐藏信息。一方面，隐写术是一种有用的技术，已经应用在各种有用的应用中。然而，另一方面，同样的技术被恶意的人用于错误的目的。近年来，随着计算能力的提高和安全意识的增强，隐写术在计算安全技术中的应用得到了迅速发展。隐写术具有鲁棒性好、不可检测性强、隐藏容量大等优点，已成为继水印技术和密码技术之后的又一重要的信息隐藏技术。本文通过使用各种潜在的工具、方法和原理来应用或检测隐写技术，阐明了隐写在不同多媒体载体上的应用。
2020-12-15 cs.CR
High Capacity Image Steganography using Adjunctive Numerical Representations with Multiple Bit-Plane Decomposition Methods
LSB隐写术是在图像文件交换中实现隐蔽数据通道的最广泛使用的方法之一[1][2]。该算法的低计算复杂性和实现简单是其受欢迎的重要因素，其主要原因是低图像失真。已经进行了许多尝试，通过扩展到图像的第二或第三个二进制层来增加LSB算法的嵌入容量，同时保持低检测概率和最小失真效应[2][3][4]。在本文中，我们介绍了一种先进的技术，隐蔽地嵌入数据的图像使用冗余数系统分解非标准的数字位平面。灰度图像和位图图像与封面文件一样有效。它将被证明，这种独特的隐写方法具有最小的视觉失真的影响，同时也保留了封面文件的统计数据，使其不太容易受到最一般的隐写检测算法。
2016-06-07 cs.CR cs.MM
A Text Steganography Method Using Pangram and Image Mediums
隐写术是一门艺术和科学，它以一种除了发送者和接收者之外没有人会意识到秘密通信正在发生的方式来编写隐藏的信息。与加密术不同的是，隐写术只是将秘密数据加扰，使其保持公开，隐写术将秘密数据覆盖到诸如图像文件之类的介质文件中，并在完全保密的情况下传输它们，从而避免引起窃听者的怀疑。然而，考虑到公共信道被窃听者监视，它容易受到隐写攻击，即随机尝试破坏介质文件并从中恢复秘密数据。这通常是真的，因为隐写分析师假设秘密数据被编码到单个介质文件中，而不是多个相互补充的介质文件中。本文提出了一种文本隐写方法隐藏秘密的文本数据使用两种介质：一个Pangram句子包含所有字符的字母表，和一个未压缩的图像文件。该算法试图将秘密消息的每个字符搜索到Pangram文本中。搜索从一个称为seed的随机索引开始，并在第一次出现的被搜索字符的索引上结束。结果，获得两个索引，种子索引和偏移索引。它们一起嵌入到图像介质颜色通道的三个LSB中。最终，两种媒介主要是盘古和图像被发送到接收器。所提出的方法的优点是，它使得隐藏的数据很难被未经授权的各方恢复，因为它使用两个介质，而不是一个，提供秘密数据。通过实验，举例说明了如何使用Pangram和图像媒体对秘密文本消息进行编码和解码。
2012-12-12 cs.CR
Using Facebook for Image Steganography
因为Facebook可以在世界各地数以亿计的桌面和移动计算平台上使用，并且因为它可以在许多不同类型的平台上使用（从运行Windows、Unix或OS X的台式机和笔记本电脑到运行iOS、Android或Windows Phone的手持设备），它似乎是进行隐写术的完美场所。在Facebook上，隐藏在图像文件中的信息将在每天发布和传输的数百万张图片和其他图像中进一步模糊。众所周知，Facebook会修改和压缩上传的图像，以便在Facebook页面上显示时使用最小的空间和带宽。压缩过程通常会破坏使用Facebook进行图像隐写的尝试。本文探讨了一种方法，以尽量减少干扰，使JPEG图像可以作为载体的Facebook上的隐写。
2015-06-05 cs.CR cs.MM
Hiding Sensitive Information Using PDF Steganography
本文提出一种基于PDF流操作符实值操作数最低有效位插入的新型PDF隐写算法，全面评估Adobe PDF标准中所有操作符的可用性，并通过案例研究展示将恶意软件嵌入PDF文档的能力。
2024-05-01 cs.CR
Hiding Data in Colors: Secure and Lossless Deep Image Steganography via Conditional Invertible Neural Networks
WuHan University（武汉大学）
深度图像隐写是一种通过深度神经网络隐藏图像中数据的信息隐藏技术。然而，现有的深度图像隐写方法只考虑了容器图像与宿主图像的视觉相似性，而忽略了容器图像的统计安全性（隐秘性）。此外，它们通常隐藏数据限于图像类型，从而放松了无损提取的约束。在本文中，我们以统一的方式解决上述问题，并提出了深度图像隐写术，可以将任意类型的数据嵌入到图像中，以实现安全的数据隐藏和无损的数据揭示。首先，我们制定的数据隐藏作为一个图像彩色化问题，其中的数据被二值化，并进一步映射到一个灰度宿主图像的颜色信息。其次，我们设计了一个条件可逆的神经网络，它使用灰度图像作为先验知识来指导颜色的生成，并以一种安全的方式执行数据隐藏。最后，为了实现无损数据揭示，我们提出了一个多阶段的训练计划，以管理由于隐藏和揭示过程之间的舍入误差的数据丢失。大量的实验表明，该方法可以实现安全的数据隐藏，生成真实的彩色图像，并成功地抵抗隐写分析的检测。此外，我们可以在不同的场景中实现100%的揭示准确率，表明我们的隐写术在现实世界中的实际效用。
2022-01-19 cs.AI cs.CR
A Novel Algorithm In Steganography Using Weighted Matching Technique
近年来，与互联网上的数据相关的安全性已成为一个主要问题。不同的技术被用来保护信息，其中一种技术是隐写术。在隐写术中，可以具有作为图像、视频或音频的覆盖媒体。在这里，我们提出了一种加权匹配技术的方法，我们检查一个字节的较低半字节的高位，并找到最高出现位。两种算法的PSNR值列表评估的目的。
2022-02-01 cs.CR
Image Steganography using Gaussian Markov Random Field Model
自适应隐写的最新进展表明，图像隐写通信的性能可以提高通过纳入非加性模型，捕捉相邻像素之间的依赖关系。本文提出了一种四元交叉邻域的高斯马尔可夫随机场模型（GMRF）来描述覆盖图像局部元素之间的相互作用，并利用GMRF的条件独立性，将安全图像隐写问题转化为一系列与GMRF相关的低维团结构的KL-发散最小化问题。所提出的GMRF的采用将覆盖图像细分为两个不相交的子图像，并且开发了交替迭代优化方案以有效地嵌入给定的有效载荷，同时最小化覆盖和隐写之间的总KL发散，即，统计检测能力。实验结果表明，所提出的GMRF优于现有技术的基于模型的方案，例如，MiPOD，并在实用隐写术方面与最先进的HiLL竞争，其中隐写分析器无法获得选择通道知识。
2019-08-05 cs.CR cs.MM
Improving Robustness of TCM-based Robust Steganography with Variable Robustness
本文提出一种动态更新DCT系数鲁棒性代价的鲁棒隐写算法，通过在STC嵌入过程中测试修改后的系数能否抵抗重压缩来计算代价，并将其加入失真代价中，显著提升了隐写图像在重压缩下的鲁棒性，同时保持了安全性。
2023-06-27 cs.CR
Approximate Gaussian Mapping for Generative Image Steganography
本文提出近似高斯映射用于生成性图像隐写术，通过调节噪声尺度和方差嵌入秘密信息，并通过两阶段解耦优化策略提升鲁棒性和安全性。
2025-12-13 cs.CR
CIF: A Constrained Inversion Framework for Reliable Message Extraction in Diffusion-Based Generative Steganography
Institute of Information Engineering, Chinese Academy of Sciences（中国科学院信息工程研究所）；School of Cyber Security, University of Chinese Academy of Sciences（中国科学院大学网络空间安全学院）
CIF通过约束反演框架提高扩散基生成隐写术中信息提取的准确性，减少潜在重构误差超过35%。
2025-11-24 cs.CR
Code-Level Cost Function Generation for Spatial Image Steganography Using RAG-Enhanced Large Language Models
School of Communication & Information Engineering, Shanghai University（上海大学通信与信息工程学院）
该研究针对空间图像隐写术成本函数设计难题，提出利用RAG增强大语言模型的进化系统，含SE-RAG模块及反馈机制。实验表明，此框架安全性更高，还提升了代码执行率并降低搜索成本，凸显结合大语言模型与领域知识的优势。
2026-07-08 cs.CR
Steganography An Art of Hiding Data
在当今世界，隐藏信息的发送和显示艺术，特别是在公共场所，受到了越来越多的关注，并面临着许多挑战。因此，到目前为止，已经提出了不同的方法来在不同的覆盖介质中隐藏信息。本文提出了一种在广告牌显示器上隐藏信息的方法。众所周知，加密为通信实体提供了安全信道。然而，由于这些信道缺乏隐蔽性，窃听者可以通过统计测试识别加密的流，并捕获它们进行进一步的密码分析。在本文中，我们提出了一种新形式的隐写术，在线隐藏的信息输出屏幕上的仪器。该方法可用于在公共场合发布秘密消息。它可以扩展到其他手段，如电子广告牌周围的体育场，火车站或机场。这种隐写方法与图像隐写和视频隐写非常相似。采用对称密钥隐写技术和LSB技术的私有标记系统来隐藏秘密信息。
2009-12-11 cs.CR
Natias: Neuron Attribution based Transferable Image Adversarial Steganography
University of Science and Technology of China（中国科学技术大学）；School of Information Science and Technology（信息科学技术学院）
针对对抗隐写术难以迁移到未知隐写分析模型的问题，本文提出 Natias，通过神经元归因识别并破坏跨模型关键特征，从而提升可迁移性与重训练安全性。
2024-09-08 cs.CR cs.CV
A Novel Approach for Image Steganography in Spatial Domain
本文提出了一种新的在空间域中隐藏数字图像信息的方法。在这种方法中，使用卢卡斯数系统将三位消息嵌入到像素中，但仅允许一个位平面进行交替。实验结果表明，与现有方法相比，该方法具有更大的嵌入数据量、更高的峰值信噪比，且不易被隐写破解算法检测到。
2015-06-11 cs.CR cs.MM
PRIS: Practical robust invertible network for image steganography
College of Science, China Agricultural University（中国农业大学理学院）
本文提出基于可逆神经网络的图像隐写方法PRIS，通过增强模块、三步训练策略及梯度近似函数处理舍入误差，在鲁棒性和实用性上优于现有方法。
2023-11-28 cs.AI cs.CR cs.CV
Generative Steganography by Sampling
本文提出了一种新的数据驱动的信息隐藏方案--采样生成式隐写（GSS）。与传统的基于修改的隐写术不同，在我们的方法中，隐写图像直接由一个强大的生成器采样：没有使用显式的覆盖。双方共享用于消息嵌入和提取的秘密密钥。提出了一种新的评价生成式隐写术安全性的准则--Jensen-Shannon散度。基于这些原则，我们提出了一个简单实用的生成式隐写方法，使用语义图像修补。消息被预先写入需要保留在损坏映像中的未损坏区域。然后，将含有秘密消息的受损图像馈送到由生成对抗网络（GAN）训练的生成器中进行语义完成。针对信息提取错误和隐写图像不真实的问题，提出了信息损失和先验损失项。在我们的设计中，我们首先训练一个生成器，其训练目标是从与现有训练数据相同的分布生成新的数据样本。接下来，对于训练的生成器，引入消息的反向传播和先验损失来优化生成器的输入噪声数据的编码。所提出的实验表明，所提出的框架的基础上生成的隐写图像的定性和定量评价的潜力。
2019-07-20 cs.CR cs.MM
Deep Neural Networks based Invisible Steganography for Audio-into-Image Algorithm
Sun* Inc（星阳公司）；Samsung SDS Vietnam（三星SDS越南公司）；Rensselaer Polytechnic Institute（伦斯勒理工学院）；Le Quy Don Technical University（黎贵敦技术大学）
近年来，隐写术的应用范围已不仅仅局限于信息安全领域，越来越受到研究者的关注。最传统的方法是基于数字信号处理，如最低有效位编码。最近，出现了一些采用深度学习来解决隐写问题的新方法。然而，大多数现有的方法是专为图像中的图像隐写。本文提出了利用深度学习技术将秘密音频隐藏到数字图像中。我们采用了由两个子模型组成的联合深度神经网络架构：第一个网络将秘密音频隐藏到图像中，第二个网络负责解码图像以获得原始音频。使用一组24K图像和VIVOS Corpus音频数据集进行了广泛的实验。实验结果表明，该方法比传统方法更有效.图像和音频的完整性得到很好的保持，而隐藏的音频的最大长度显着提高。
2021-02-18 cs.CR cs.LG
Plug-and-Hide: Provable and Adjustable Diffusion Generative Steganography
School of Computer Science and Engineering, Sun Yat-sen University（中山大学计算机科学与工程学院）；Zhongshan School of Medicine, Sun Yat-sen University（中山大学中山医学院）
提出PA-B2G方法，实现可证明且可调节的扩散生成隐写术，兼顾图像质量、安全性和提取可靠性。
2026-03-04 cs.CR
Bio-Authentication based Secure Transmission System using Steganography
生物识别技术通过使用与个人相关联的某些生理或行为特征来处理个人的身份验证。使用指纹模式的生物识别系统被称为AFIS（自动指纹识别系统）。本文提出了一种结合快速傅里叶变换（FFT）和Sobel滤波器的复合指纹识别方法，用于改善低质量的指纹图像。隐写术将消息隐藏在其他消息中，使得“对手”甚至不知道存在秘密消息。本文的目标是建立一个生物安全系统。在本文中，生物认证已实现的指纹识别方面和论文的第二部分是一个交互式隐写系统隐藏用户的数据通过两个选项-创建一个歌曲列表或隐藏在图像中的数据。
2010-05-24 cs.CR
An Efficient Method for Image and Audio Steganography using Least Significant Bit (LSB) Substitution
为了提高图像、音频等多媒体数据格式中的信息隐藏能力，使隐藏的信息不可感知，提出了一种新的信息隐藏方法。它基于最低有效位（LSB）操作和在消息中包含冗余噪声作为秘密密钥。该方法适用于图像中的数据隐藏。对于音频中的数据隐藏，离散余弦变换（DCT）和离散小波变换（DWT）都被使用。所有显示的结果都证明是省时高效的。此外，该算法进行了测试，为各种数量的位。对于这些比特值，计算并绘制均方误差（MSE）和峰值信噪比（PSNR）。实验结果表明，当n<=4时，由于该技术能获得较好的峰值信噪比，所以隐写图像与原始图像在视觉上是不可区分的。隐写过程后得到的最终结果没有揭示任何隐藏的信息的存在，从而符合不可感知的消息的标准。
2013-09-26 cs.CR cs.MM
News Image Steganography: A Novel Architecture Facilitates the Fake News Identification
University of Macao（澳门大学）；vivo Mobile Communication Co., Ltd.（维沃移动通信有限公司）
更大部分的假新闻引用来自其他来源的未经篡改的图像，而不是进行图像伪造。这种精心的雕刻使图像和文本报告之间的不一致性隐形，从而将假的伪造为真。本文提出了一种基于GAN的新闻图像隐写体系结构来揭示上述不一致性。提取摘要的新闻图像生成的基础上，其源文本，和学习隐写算法编码和解码的方式，接近感知不可见的图像摘要。一旦编码图像被引用，其源摘要就可以被解码并进一步呈现为基本事实，以验证引用的新闻。成对的编码器和解码器赋予图像携带其不可感知的摘要的能力。我们的NIS揭示了潜在的不一致性，因此，根据我们的实验和调查，有助于识别植入未篡改图像的假新闻的准确性。
2021-01-03 cs.CR cs.CV cs.MM
DKiS: Decay weight invertible image steganography with private key
College of Science, China Agricultural University（中国农业大学理学院）
本文提出DKiS私钥可逆图像隐写方法，并通过衰减权重抑制秘密到宿主流水线的“垃圾”信息转移，提升安全性与隐写性能。
2024-01-18 cs.CR cs.CV cs.LG
No Prompt, No Leaks: A Robust Generative Steganography Framework via Prompt-Free Diffusion
MOE Key Laboratory of Intelligent Computing and Information Processing, Xiangtan University（湘潭大学智能计算与信息处理教育部重点实验室）；College of Information Science and Engineering, Hunan Normal University（湖南师范大学信息科学与工程学院）
提出无提示扩散图像隐写框架，通过级联仿射耦合模块和风格语义先验控制隐写图像生成，并引入预测-校正机制优化生成轨迹，在安全性、重建精度和可控性上达到先进水平。
2026-07-01 cs.CR cs.CV
Image Steganography Method Based on Brightness Adjustment
隐写术是一种信息隐藏技术，它通过将秘密数据隐藏到计算机载体文件中而不损坏文件或改变其大小来保护秘密数据。隐写术和密码术之间的区别在于隐写术是一种只有通信方知道的隐形通信方法;而密码术是一种任何人都知道的公开通信方法，尽管其有效载荷是潦草的。通常，不可恢复的隐写算法是使恶意第三方难以发现其工作原理以及如何从载体文件中恢复秘密数据的算法。实现不可恢复性的一种流行方法是在将秘密数据隐藏到载体文件中之后对载体文件进行数字化处理，但是这种处理是不可逆的，因为它会破坏隐藏的数据。本文提出了一种新的图像隐写方法，该方法在将秘密数据覆盖到载体图像中后，通过调节载体图像的亮度，可以对文本数据和任何形式的数字数据进行图像隐写，所使用的算法是参数化的，可以使用通信双方定义的三个不同参数进行配置。它们包括覆盖过程完成后应用于载体图像的亮度量、亮度应调整的颜色通道以及应携带秘密数据的字节。所提出的方法的新颖性在于，它将秘密数据的位嵌入到组成载体图像的字节的三个LSB中，使得在恢复载体图像的原始亮度时不会破坏秘密数据。仿真结果证明了该算法的有效性和正确性。
2012-12-23 cs.CR cs.MM
Low-frequency Image Deep Steganography: Manipulate the Frequency Distribution to Hide Secrets with Tenacious Robustness
University of Technology Sydney（悉尼科技大学）；University of Queensland（昆士兰大学）；City University of Macau（澳门城市大学）
图像深度隐写（IDS）是利用深度学习将秘密图像不可见地嵌入到封面图像中以生成容器图像的技术。然而，由卷积神经网络（CNN）生成的容器图像容易受到扭曲其高频分量的攻击。为了解决这个问题，我们提出了一种称为低频图像深度隐写（LIDS）的新方法，该方法允许在嵌入过程中进行频率分布操作。LIDS从秘密图像中提取特征图，并将其添加到封面图像中以产生容器图像。容器图像不是由CNN直接输出的，因此它不包含高频伪影。提取的特征图通过频率损失进行调节，以确保其频率分布主要集中在低频域。为了进一步增强鲁棒性，插入攻击层以破坏容器映像。然后，检索网络从损坏的容器图像中检索恢复的秘密图像。我们的实验表明，LIDS在鲁棒性方面优于最先进的方法，同时保持高保真度和特异性。通过避免高频伪影和操纵嵌入式特征图的频率分布，LIDS实现了对扭曲容器图像的高频分量的攻击的改进的鲁棒性。
2023-03-23 cs.CR cs.CV
Provably Secure Robust Image Steganography via Cross-Modal Error Correction
University of Science and Technology of China（中国科学技术大学）
提出一种基于自回归图像生成模型和跨模态纠错的高质量、可证明安全且鲁棒的图像隐写方法，在保证不可检测性的同时提升隐写质量、容量和鲁棒性。
2024-12-15 cs.CR cs.CV cs.MM
High Security Image Steganography with Modified Arnold cat map
信息安全涉及保持数据的保密性、可靠性和可访问性。信息安全的主要目标是保护信息和信息系统免受未经授权的访问、泄露、破坏、更改、销毁和使用。本文采用空域LSB替换法进行信息嵌入，并在两个不同的阶段采用两次修正的Arnold变换来保证信息的安全性。对一系列标准图像进行了测试和验证，结果表明该方法具有较高的安全性和数据隐藏容量。
2014-08-17 cs.CR cs.MM
A New Parallel Message-distribution Technique for Cost-based Steganography
本文提出了两种新的方法来提高图像隐写的性能界限下最小失真的标准。首先，为了有效地利用图像的容量，我们建议在嵌入阶段使用并行图像。然后使用结果来证明次优的消息分发技术所使用的所有成本为基础的算法，包括HUGO，S-UNIWARD，和HILL。其次，提出了一种新的分布式方法，以进一步提高这些算法的安全性。实验表明，这种分布方法避免了嵌入在光滑区域，从而实现了更好的性能，衡量最先进的隐写分析，与目前使用的分布相比。
2019-07-07 cs.CR cs.MM
