Cover Reproducible Steganography via Deep Generative Models
密码学通过将秘密消息加密成可疑形式而容易引起攻击，而隐写术通过将消息隐藏在看似无辜的覆盖信号中而具有抵抗攻击的能力。最小失真隐写术是一种主流的隐写框架，它在嵌入信息的同时最大限度地减少了由于对覆盖元素的修改而引起的失真。由于接收端无法获得原始的覆盖信号，信息嵌入需要通过寻找从信道编码迁移而来的隐写码伴随式函数的陪集首来实现，该方法复杂且性能有限。幸运的是，深度生成模型和生成数据的鲁棒语义使得接收器可以从隐写信号中完美地再现覆盖信号。利用这一优势，我们提出了覆盖可再现隐写术，其中信源编码，例如，算术编码，用作隐写代码。具体而言，算术编码的解码过程用于消息嵌入，其编码过程被视为消息提取。以文本到语音和文本到图像的合成任务为例，我们说明了覆盖再现隐写术的可行性。实验和理论分析表明，该方法在大多数情况下优于现有的方法。
2022-10-26 cs.CR cs.MM
Ensuring message embedding in wet paper steganography
伴随式编码是由Crandall在1998年提出的一种通过使用有界解码将消息秘密地嵌入到覆盖介质中的方法。在2005年，Fridrich等人引入了湿纸码，通过使发送者能够根据覆盖介质和消息的性质锁定覆盖数据的某些成分来提高嵌入的不可检测性。不幸的是，几乎所有现有的方法解决有界解码综合征问题，或没有锁定组件有一个非零的概率失败。在本文中，我们介绍了一种随机的伴随式编码，它保证嵌入成功的概率为1。我们分析了这个新方案的参数的情况下，完美的代码。
2011-11-09 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
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
A high-capacity linguistic steganography based on entropy-driven rank-token mapping
School of Cyber Science and Technology（网络科学与技术学院）；University of Science and Technology of China（中国科学技术大学）
针对现有语言学隐写术容量低、安全性差的问题，提出熵驱动的RTMStega框架，通过秩映射和熵感知采样将主流方法容量提升两倍，处理时间减半，兼顾质量与隐蔽性。
2025-10-27 cs.AI cs.CR
A novel method of speech information hiding based on 3D-Magic Matrix
低速率语音的冗余信息非常少，因此在低速率语音上实现大容量隐写是非常困难的。基于语音编解码器中线谱对（LSP）的多重矢量量化特性，提出了一种利用3D-Magic矩阵的隐写算法，以扩大容量，提高语音质量。本文提出了一种用于隐写术的3D-Magic矩阵的循环移动算法，以及基于3D-Magic矩阵的隐写术在低比特率语音编解码器中的嵌入和提取算法。理论分析表明，该方案的隐蔽性和隐藏容量得到了很大的提高。实验结果表明，在ITU-T G.723.1编解码器中，隐藏容量提高到200 bps。此外，语音质量感知评价（PESQ）的隐写语音质量下降不超过4%，表明对语音质量的影响很小。此外，所提出的隐藏方案可以有效地防止被一些隐写分析工具检测到。
2018-09-09 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
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
Autoregressive Linguistic Steganography Based on BERT and Consistency Coding
语言隐写通过在文本中嵌入秘密信息来隐藏通信的存在。如何生成一个高质量的包含秘密信息的文本是一个关键问题。随着深度学习在自然语言处理中的广泛应用，最近的算法使用语言模型（LM）来生成隐写文本，这与许多先前的技术相比提供了更高的有效负载。然而，安全性仍需加强。为了解决这个问题，我们提出了一种新的自回归LS算法的基础上BERT和一致性编码，实现了更好的权衡嵌入负载和系统的安全性。本文在引入掩码LM的基础上，针对文本，采用一致性编码，弥补了以往分组编码的不足，可以对任意大小的候选标记集进行编码，并利用概率分布进行信息隐藏。待嵌入的掩蔽位置填充有由自回归方式确定的标记，以增强上下文之间的连接，从而保持文本的质量。实验结果表明，与相关工作相比，该方法在保证安全性的同时，提高了隐写文本的流畅性，并在一定程度上增加了嵌入负载。
2022-03-26 cs.CL 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
DTAMS: High-Capacity Generative Steganography via Dynamic Multi-Timestep Selection and Adaptive Deviation Mapping in Latent Diffusion
East China Normal University（华东师范大学）；Shanghai Innovation Institute（上海创新研究院）
DTAMS通过动态多时间步选择和自适应偏差映射，在保证安全性和鲁棒性的前提下实现高容量生成隐写术。
2026-02-01 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
Large-capacity and Flexible Video Steganography via Invertible Neural Network
Peking University Shenzhen Graduate School（北京大学深圳研究生院）；King Abdullah University of Science and Technology (KAUST)（阿卜杜拉国王科技大学（KAUST））；Peng Cheng Laboratory（鹏城实验室）
本文提出LF-VSN可逆神经网络框架，利用可逆流程、密钥可控与可扩展策略，实现单模型在1个封面视频中灵活隐藏并恢复最多7个秘密视频。
2023-04-24 cs.CR cs.CV
A Novel Approach of Pseudorandomly sorted list-based Steganography
我们提出了一种新的隐写模型的基础上的一系列伪随机排序的字符序列。给定一个$m$列的列表$L$，每个列包含$n$不同的字符串，两取列之间的语义关系很低或没有语义关系，以及一个秘密消息$s \in \{0,1\}^*$，我们的模型通过为$L$的每个列生成一个置换数并根据该数重新排序其中包含的字符串，将$s$逐块嵌入$L$中。其中，令$l$为字符串的平均位长，嵌入容量由$[(m-1)*log_2(n!-1)/n*l]$给出。证明了在满足$(n >> l)$ .实验结果表明，就隐藏容量而言，我们的模型比一些重要的现有方法具有更好的隐藏过程。
2017-03-07 cs.CR
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
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
AAG-Stega: Automatic Audio Generation-based Steganography
隐写术作为信息安全的三大基本体系之一，长期以来在保障网络空间数据的隐私性和机密性方面发挥着重要作用。音频是我们日常生活中最常见的信息传递手段之一。因此，利用音频作为信息隐藏的载体具有重要的现实意义。目前，几乎所有基于音频的信息隐藏方法都是基于载波修改模式。但这种模式相当于在原始信号中加入噪声，导致隐写前后载体的统计特征分布存在差异，损害了整个系统的隐蔽性。在本文中，我们提出了一种自动音频生成为基础的隐写术（AAG-Stega），它可以自动生成高质量的音频覆盖的基础上，需要嵌入的秘密比特流。在音频自动生成过程中，我们对每个采样点的条件概率分布空间进行合理编码，并根据比特流选择相应的信号输出，实现秘密信息的嵌入。我们设计了几个实验，从信息不可感知性和信息隐藏能力的角度来测试所提出的模型。实验结果表明，该模型可以同时保证较高的隐藏容量和隐蔽性。
2018-09-10 cs.CR
Steganography -- coding and intercepting the information from encoded pictures in the absence of any initial information
本研究测试了无初始信息时从编码图像提取信息的隐写算法能力，用OpenMP实现并行化并在多类并行计算机上完成性能测试，源代码以GNU GPL v3许可开放于OLib仓库。
2014-02-02 cs.CR cs.DC cs.MM
An Improved Phase Coding Audio Steganography Algorithm
University of California, Berkeley（加州大学伯克利分校）
针对语音克隆欺诈问题，本文改进相位编码音频隐写算法，通过分段分布式嵌入、帧层及量化缺陷修正，提升了容量、信噪比与消息恢复率，同时明确了方法局限并提出密钥化bin选择的改进方向。
2026-08-11 cs.CR
Introducing a New Evaluation Criteria for EMD-Base Steganography Method
本文针对基于 EMD 的隐写方法，提出可刻画像素多次修改影响的嵌入效率公式、给定容量下的效率上界及新评估标准，以更准确地兼顾安全性与容量比较。
2023-08-15 cs.CR cs.MM
TI-StegoAlign: Channel-Guided Post-Training for Generative Text Steganography under Tokenization Inconsistency
East China Normal University（华东师范大学）；Shanghai Innovation Institute（上海创新研究院）
TI-StegoAlign是一种仅更新LoRA参数的通道导向后训练框架，通过BCSO和CCPO优化，在分词不一致场景下实现100%接收方比特准确率，同时降低归一化困惑度偏差并提升抗隐写分析性能。
2026-08-04 cs.CR
Efficient Blockchain-based Steganography via Backcalculating Generative Adversarial Network
本文提出通用区块链隐写框架GBSF及可逆生成对抗网络R-GAN和优化版CCR-GAN，通过生成交易字段嵌入隐蔽数据，提升信道容量并优于现有方法。
2025-06-19 cs.CR
Semantic-Preserving Linguistic Steganography by Pivot Translation and Semantic-Aware Bins Coding
语言隐写术（LS）的目的是将秘密信息嵌入到高度编码的文本中进行隐蔽通信。它可以大致分为两大类，即，基于修改的LS（MLS）和基于生成的LS（GLS）。与通过在不损害文本含义的情况下稍微修改给定文本来隐藏秘密数据的MLS不同，GLS使用训练的语言模型来直接生成携带秘密数据的文本。MLS方法的一个常见缺点是嵌入有效负载非常低，其返回值很好地保留了文本的语义质量。相比之下，GLS允许数据隐藏者嵌入高有效载荷，这必须付出不可控语义的高昂代价。在本文中，我们提出了一种新的LS方法来修改一个给定的文本之间的旋转两种不同的语言和嵌入秘密数据通过应用GLS类信息编码策略。我们的目的是改变给定文本的表达方式，在保持语义信息不变的同时嵌入高有效载荷。实验结果表明，该算法不仅具有较高的嵌入负载，而且在保持语义一致性和抵抗语言隐写分析方面表现出了较好的性能。
2022-03-08 cs.CL cs.CR
GTSD: Generative Text Steganography Based on Diffusion Model
针对自回归文本隐写方法生成耗时、不可感知性差且鲁棒性低的问题，提出基于扩散模型的生成式文本隐写方法GTSD，通过提示映射和批量映射嵌入秘密信息，在保持安全性的同时显著提升了生成速度、鲁棒性和不可感知性。
2025-04-28 cs.CR
Automatically Generate Steganographic Text Based on Markov Model and Huffman Coding
隐写术作为信息安全的三大基本体系之一，长期以来在保障网络空间数据的隐私性和机密性方面发挥着重要作用。文本是人们日常生活中使用最广泛的信息载体，以文本为载体进行信息隐藏具有广阔的研究前景。然而，由于文本编码度高，信息冗余少，因此在其中隐藏信息一直是一个极具挑战性的问题。本文提出了一种基于马尔可夫链模型和霍夫曼编码的隐写方法，该方法可以自动生成隐写文本。它能根据需要嵌入的秘密信息自动生成流畅的文本载体。所提出的模型可以从大量的人写的样本中学习，并获得对统计语言模型的良好估计。我们从几个方面评估了所提出的模型。实验结果表明，该模型在信息不可见性和信息隐藏容量方面优于以往的相关方法。
2018-11-12 cs.CR
SCReedSolo: A Secure and Robust LSB Image Steganography Framework with Randomized Symmetric Encryption and Reed-Solomon Coding
针对现有LSB图像隐写在安全性和抗比特损坏能力上的不足，提出SCReedSolo框架，融合随机打乱、Fernet对称加密、里德-所罗门码与LSB嵌入，实现高载荷、抗检测、抗攻击的鲁棒图像隐写。
2025-11-14 cs.CR eess.IV eess.SP
A High-Capacity and Secure Disambiguation Algorithm for Neural Linguistic Steganography
School of Cyberspace, Hangzhou Dianzi University（电子科技大学信息学院）；Department of Civil Engineering, School of Engineering, University of Tokyo（东京大学工学部土木工学科）
针对神经语言隐写中分词歧义导致解码失败、现有SyncPool方法牺牲嵌入容量的问题，提出look-ahead Sync方法，仅对不可区分token序列做最小同步采样，保留可区分路径提升容量，有理论安全保证，实验中英美文嵌入率分别提升超160%、25%，接近理论上限。
2025-09-26 cs.AI cs.CL cs.CR
A Hash based Approach for Secure Keyless Steganography in Lossless RGB Images
本文提出了一种改进的隐写方法，用于在无损RGB图像中隐藏文本信息。这项工作的目标是提高安全级别，并提高压缩技术的存储容量。通过在整个图像上随机分布文本消息而不是在特定图像部分内聚类来增加安全级别。通过利用所有的颜色通道来存储信息并提供源文本消息压缩来增加存储容量。通过改变每个颜色通道的一个最低有效位来隐藏信息，可以最小化图像的退化，从而在原始图像中引起非常小的变化。单独使用具有简单LSB的隐写术存在一个潜在的问题，即秘密消息很容易从直方图分析方法中检测出来。为了提高安全性以及间接的图像嵌入容量，基于压缩的方案。已经进行了各种测试来检查存储容量和消息分发。这些测试表明，所提出的方法相对于其他现有的方法的优越性。
2013-04-17 cs.CR cs.CV cs.MM
Pixel-Sensitive and Robust Steganography Based on Polar Codes
针对不同强度噪声攻击下自适应隐写编码鲁棒性不足的问题，提出基于极化码的像素敏感鲁棒隐写方案，可匹配自适应失真并在部分情形达到嵌入容量，实验错误率低至10^-5量级。
2025-06-09 cs.CR cs.IT math.IT
PSyDUCK: Training-Free Steganography for Latent Diffusion
University of Oxford（牛津大学）
本文提出PSyDUCK，一种面向潜在扩散模型的无训练、模型无关隐写框架，通过潜在去噪过程中的受控发散和局部混合实现高容量安全嵌入，并扩展至视频扩散模型，在图像和视频数据集上优于现有方法。
2025-03-08 cs.CR cs.LG
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
Neural Linguistic Steganography
Harvard University（哈佛大学）
传统密码学将秘密信息加密成难以理解的形式，而隐写术通过将秘密信息编码成覆盖信号来隐藏通信正在发生。语言是一种特殊的语用掩护信号，因为它是良性发生的，不依赖于任何一种媒介。传统上，语言隐写系统通过同义词替换或词序重排在现有文本中编码秘密信息。神经语言模型的进步使得以前不切实际的基于生成的技术成为可能。提出了一种基于大规模神经语言模型算术编码的隐写技术。我们发现，我们的方法可以生成逼真的封面句子，由人类评估，而在同一时间通过匹配的封面消息分布与语言模型分布保持安全性。
2019-09-03 cs.CL cs.CR cs.LG
Perfect Z2Z4-linear codes in Steganography
隐写术是一种信息隐藏应用，其目的是将秘密信息隐藏到一种常用的媒体中。不幸的是，理论上的隐藏渐近容量的隐写系统是没有达到目前开发的算法。本文提出了一种基于Z2 Z4线性码的隐写算法，该算法符合+/-1-隐写算法，即通过对每个符号进行最多一个单位的变形，将秘密信息嵌入到隐藏信息中。这种方法解决了目前已知的基于三进制汉明码的最有效方法所遇到的一些问题。最后，这种新技术的性能进行了比较，与上述方法和著名的理论上限。
2010-07-05 cs.CR cs.IT math.IT
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
Architecture of Network Camera Photo Authentication Scheme using Steganography Approach
完整性保护过程的目的不仅是保证发送消息的安全，而且要保证在发送消息的过程中原始消息不被修改。在本文中，提出了一种新的建议模型，以验证发送的消息没有被修改。所提出的模型从加密原始消息开始，并对消息应用其中一个哈希函数。该算法首先对加密信息、私钥和哈希函数的输出进行整形，然后进行离散余弦变换（DCT）、Zig-zag排序和Huffman编码，得到压缩文本，最后将压缩文本隐藏在图像中。在接收方上应用具有相反顺序的相同步骤以获得解密的消息，然后应用相同的散列函数来验证消息没有被改变。实验结果表明，该模型具有较高的完整性保护能力.
2021-10-03 cs.CR
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
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
SparSamp: Efficient Provably Secure Steganography Based on Sparse Sampling
SparSamp通过稀疏采样实现高效可证明安全的隐写术，在保持生成模型概率分布的同时，以极低额外复杂度实现快速消息嵌入，并在文本、图像和音频模型中验证了高嵌入速率。
2025-03-25 cs.CR
CARTS: Contextual Autoregressive Rank Transcoding Steganography for Full-Capacity Keyed Text Encoding
University of Central Florida（中佛罗里达大学）
本文首次对上下文自回归秩转码隐写术（CARTS）进行严格安全分析，证明其精确正确性，并通过Llama 3 8B实验验证了载荷精确恢复和抗攻击性，为语言模型在密码学中的应用奠定基础。
2026-09-11 cs.AI cs.CR cs.LG
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
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
Wet paper codes and the dual distance in steganography
1998年，Crandall引入了一种基于编码理论的方法，将信息秘密地嵌入到数字载体（如图像）中。后来，Fridrich等人改进了这种方法，以最大限度地减少嵌入引起的失真;这一过程称为湿纸。然而，如先前在文献中强调的，该方法在包埋步骤期间可能失败。通过研究线性码的对偶距离，我们找到了保证嵌入成功的充分必要条件。由于这些结果本质上是组合性质的，它们可以推广到系统码，一个包含所有线性码的大家族。我们还计算了解的确切个数，并指出了湿纸码与正交表之间的关系。
2011-04-11 cs.CR cs.IT math.IT
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
Perfectly Secure Steganography: Capacity, Error Exponents, and Code Constructions
本文分析了满足以下完美不可检测性条件的隐写系统。在将消息嵌入到covertext中之后，所得到的隐写文本需要具有与covertext完全相同的概率分布。那么没有统计测试可以可靠地检测隐藏消息的存在。我们称这种隐写方案为完全安全的。在最近的文献中已经提出了一些这样的方案，但他们有消失率。我们证明，通信性能可以大大提高，具体来说，我们的基本设置假设独立同分布（i.i.d.）covertext，我们构建完全安全的隐写代码从公共水印代码使用binning方法和随机排列的代码。置换是编码器和解码器之间共享的秘密密钥。我们推导出（正）容量和随机编码指数的完全安全的隐写系统。误差指数提供实现目标低误差概率所需的码长的估计。我们解决了由于完美的安全要求在通信性能的潜在损失。这种损失是相同的损失下得到一个较弱的阶-1隐写的要求，只需要匹配的一阶边缘的covertext和隐写文本分布。此外，如果覆盖文本分布是均匀的，失真度量是循环对称的，则不会发生损失;然后通过随机线性码实现隐写容量。我们的框架也可能是有用的计算安全隐写系统，具有接近最佳的通信性能。
2007-12-25 cs.CR cs.IT math.IT
Public key Steganography Using Discrete Cross-Coupled Chaotic Maps
通过交叉耦合两个Logistic映射，提出了一种新的JPEG图像公钥隐写方法。混沌映射在用于在介质中嵌入秘密数据的算法中具有高复杂度。本文采用离散交叉耦合混沌映射来确定图像中秘密数据的不同部分的位置。在压缩和解压缩过程中对JPEG格式进行修改，并使用公钥，增加了算法的难度。仿真结果表明，该方法除具有较大的容量外，还具有较强的鲁棒性和抗黑客能力，可应用于保密通信。与其他作品相比，PSNR值也较高。
2012-11-01 cs.CR cs.MM nlin.CD
Provable Secure Steganography Based on Adaptive Dynamic Sampling
Tsinghua University（清华大学）
本文提出一种基于自适应动态采样的可证明安全隐写术方法，通过无需显式分布的模型API实现高效隐蔽通信。
2026-02-13 cs.CL cs.CR
OD-Stega: LLM-Based Relatively Secure Steganography via Optimized Distributions
Department of Electrical and Computer Engineering, Texas A&M University（电气与计算机工程系，德克萨斯A&M大学）；Department of Computer Scicence and Engineering, Texas A&M University（计算机科学与工程系，德克萨斯A&M大学）
OD-Stega通过优化分布提升LLM隐写术的安全性，结合算术编码与词汇截断技术，解决标记化不匹配问题，增强隐写文本的自然性。
2026-01-29 cs.AI cs.CL cs.CR
Feedback Coding Enables Inference-Time Covert Agentic Communication
Georgia Institute of Technology（佐治亚理工学院）；Harvard University（哈佛大学）；Arizona State University（亚利桑那州立大学）
本文提出BAM反馈编码方案，将黑盒LLM隐写术视为带反馈的序列通信问题，通过后验匹配与解码确认实现低错误率隐蔽通信，在8位载荷下错误率远低于现有基线。
2026-09-22 cs.CR cs.IT math.IT
Secure Intellicise Wireless Network: Agentic AI for Coverless Semantic Steganography Communication
State Key Laboratory of Networking and Switching Technology, Beijing University of Posts and Telecommunications（北京邮电大学网络与交换技术国家重点实验室）；ZGC Institute of Ubiquitous-X Innovation and Applications（ZGC泛在X创新与应用研究院）；Beijing Key Laboratory of 6G DOICT converged and Cloud-Native Mobile Information Networks（6G DOICT融合与云原生移动信息网络北京市重点实验室）；GIC & 6GIC, Institute for Communication Systems (ICS), University of Surrey（萨里大学通信系统研究所（ICS）5GIC与6GIC）
本文提出基于智能体AI的无载体语义隐写通信方案，通过消除载体图像和私有语义密钥的需求，提升隐写容量与传输安全。
2026-05-06 cs.CR eess.SP
Hide the Image in FC-DenseNets to another Image
以往的隐写术是将文本嵌入到一个载体中，发送方Alice和接收方Bob共享密钥，文本由Bob通过密钥提取。如果嵌入更多的信息，图像很容易失真。相反，如果有较少的嵌入信息，图像保持良好的视觉完整性，但不符合我们的要求隐写容量。在本文中，我们专注于解决这些挑战和限制，以提高隐写能力。提出了一种基于全卷积稠密网络（FC-DenseNet）的图像隐写方法。隐网络和提取网络同时训练。深度神经网络的数据集来自ImageNet的各种自然图像。实验结果表明，隐写后的隐写图像和从隐写图像中提取的秘密图像具有良好的视觉效果，隐写图像具有高容量和高峰值信噪比。实现了图像到图像的全尺寸隐藏。
2019-10-18 cs.CR cs.MM eess.IV
A Novel APVD Steganography Technique Incorporating Pseudorandom Pixel Selection for Robust Image Security
Delhi Technological University（德里理工大学）
本文提出将APVD隐写与伪随机像素选择相结合的新方法，以解决未使用块问题，在安全性、嵌入容量和图像质量指标上均优于现有技术。
2025-07-08 cs.CR cs.CV cs.MM
Natural Steganography in JPEG Domain with a Linear Development Pipeline
为了实现高实用安全性，自然隐写术（NS）使用以ISO灵敏度$ISO_{1}$捕获的覆盖图像，并且生成模仿ISO灵敏度$ISO_{2}>ISO_{1}$的隐写图像。这是通过将隐写信号添加到模拟传感器光子噪声的盖来实现的。本文提出了一种嵌入机制，执行NS在JPEG域的线性发展后，通过明确计算量化前的DCT系数之间的相关性。为了计算光子噪声在DCT域的协方差矩阵，我们首先开发去马赛克，亮度平均，像素部分，和2D-DCT的矩阵表示。为了解释$3\times3$ DCT块的系数之间的相关性的起源，对所得到的协方差矩阵进行了详细的分析。然后提出一种嵌入方案，该方案考虑到所有的相关性。它采用4个子格和每个子格64个格。然后，通过使用协方差矩阵的Cholesky分解从多变量高斯分布计算条件概率来导出每个DCT系数的修改概率。该推导也用于计算每个图像的嵌入容量。使用一个特定的数据库称为E1基地，我们表明，在JPEG域NS（J-Cov-NS）能够实现高容量（超过2位每非零AC DCT）和高实用的安全性（$P_{\mathrm{E}}\simeq40\%$使用DCTR从QF 75到QF 100）。
2020-04-12 cs.CR cs.MM
Text Steganography with Dynamic Codebook and Multimodal Large Language Model
China Agricultural University（中国农业大学）
本文提出一种基于动态代码本和多模态大语言模型的文本隐写术，通过共享会话配置和多模态模型构建动态代码本，设计加密隐写映射并引入反馈优化机制，提升隐写术的安全性和实用性。
2026-08-07 cs.AI cs.CR
Experimenting with the Novel Approaches in Text Steganography
众所周知，隐写算法采用图像、音频、视频或文本文件作为介质，以确保多个竞争者之间的隐藏信息交换，以保护数据免受窥探。然而，与其他目标媒体相比，使用文本作为目标媒体相对困难，因为文本文件中缺乏可用的冗余信息。在本文中，在流行的基于文本的隐写方法的局限性的背景下，我们提出了简单的，但新颖的方法，克服了相同的。我们的方法是基于结合的随机字符序列和特征编码的方法来隐藏一个字符。我们还分析评估的方法的基础上的指标，即隐藏强度，时间开销和内存开销。与其他方法相比，我们相信所提出的方法赋予更高的随机性，从而以更低的开销提供更高的安全性。
2012-03-16 cs.CR cs.MM
