A New Approach to SMS Steganography using Mathematical Equations
在信息技术时代，网络犯罪一直是网络用户担心的问题。网络钓鱼、社交工程和第三方攻击使人们不愿意分享他们的个人信息，即使是与可信的实体。通过短消息服务（SMS）发送的消息很容易被复制，并通过使用特殊软件进行黑客攻击。为了加强通过移动电话发送消息的安全性，一种解决方案是SMS隐写术。短信隐写术是一种在短信中隐藏秘密信息的技术。我们提出了一种新的短信隐写方法，使用一个数学方程作为隐写媒体，以传输数据。通过这种方法，我们可以隐藏多达35个字符（25%）的秘密消息在一个单一的短信，最多140个字符。
2016-07-27 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
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
Hide and Speak: Towards Deep Neural Networks for Speech Steganography
Bar-Ilan University（巴伊兰大学）；Facebook AI Research（脸书人工智能研究院）；Carnegie Mellon University（卡内基梅隆大学）
隐写术是一门将秘密信息隐藏在普通公共信息中的科学，这被称为载体。传统上，数字信号处理技术，如最低有效位编码，用于隐藏消息。在本文中，我们探索使用深度神经网络作为语音数据的隐写功能。我们证明了为视觉提出的隐写模型不太适合语音，并提出了一种新的模型，该模型包括短时傅立叶变换和逆短时傅立叶变换作为网络内的可微层，从而对网络输出施加了重要的约束。通过与基于多个语音数据集的深度学习的对比实验，验证了该方法的有效性，并对实验结果进行了定量和定性分析。此外，我们表明，所提出的方法可以适用于隐藏多个消息在一个单一的载波使用多个解码器或一个条件解码器。最后，我们评估了我们的模型在不同的信道失真。定性实验表明，对载体的修改是不明显的人类听众和解码的消息是高度可理解的。
2020-07-27 cs.CR cs.LG cs.SD
A Secure Color Image Steganography In Transform Domain
隐写术是隐蔽通信的艺术和科学。秘密信息可以隐藏在诸如图像、音频或视频的内容中。提出了一种基于离散小波变换（DWT）和小波变换（IWT）的图像隐写技术，在彩色封面图像中同时隐藏图像和密钥。隐写图像和封面图像之间没有视觉差异。提取的图像也类似于秘密图像。这一点通过对隐写和提取的秘密图像的高峰值信噪比（PSNR）值来证明。实验结果表明，该方法简单易行，且具有较高的峰值信噪比。
2013-04-11 cs.CR
Open Image Content Disarm And Reconstruction
Ariel University（阿里埃勒大学）
本文提出一种新颖的图像内容解除与重建（ICDR）系统，采用零信任方法，通过提取图像数据、分离文件并处理图像像素，在保持高图像质量的同时禁用或移除隐藏在图像文件中的恶意软件。
2023-07-26 cs.AI cs.CR
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
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
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
Hide and Seek in Embedding Space: Geometry-based Steganography and Detection in Large Language Models
UCL Centre for Artificial Intelligence, University College London, UK（伦敦大学学院人工智能中心，大学学院伦敦）；School of Computing and Communications, Lancaster University, UK（兰卡斯特大学计算机与通讯学院）；Department of Informatics, University of Sussex, UK（苏塞克斯大学信息学院）；Centre for Psychedelic Research and Centre for Complexity Science, Imperial College London, UK（伦敦帝国学院迷幻研究与复杂科学中心）；Centre for Eudaimonia and Human Flourishing, University of Oxford, UK（牛津大学幸福与人类繁荣中心）
本研究提出了一种低恢复性隐写术，通过嵌入空间衍生映射提升秘密恢复率，同时减少负载恢复性，并提出基于机制可解释性的检测方法，提高微调模型中的秘密检测准确率。
2026-07-20 cs.AI cs.CR
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
Perfectly secure steganography: hiding information in the quantum noise of a photograph
我们证明了光的量子性质可以用来隐藏照片中的秘密信息。利用这一物理原理，我们实现了信息论安全隐写术，这一直是难以捉摸的，直到现在。该协议使得嵌入秘密消息的数字图片与普通照片完全无法区分。这意味着，从根本上说，不可能区分私人通信和交换照片。
2015-09-23 cs.CR quant-ph
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
A Novel Steganography Algorithm for Hiding Text in Image using Five Modulus Method
在图像中隐藏秘密信息的隐写技术的需求已经出现。本论文的目的是建立一个实用的隐写算法，将文字隐藏在灰阶影像中。利用五模法将秘密信息隐藏在封面图像中。新算法被称为（ST-FMM。FMM，它包括将5X 5窗口大小内的所有像素转换为其相应的5的倍数。之后，秘密消息被隐藏在5X 5窗口内，作为5的非倍数。由于5的非倍数的模是1、2、3和4，因此，如果该余数是其中之一，则该像素表示秘密字符。必须发送的秘密密钥是窗口大小。该算法的主要优点是在秘密信息增大的情况下，保持了隐藏图像的大小不变。采集每个测试图像的峰值信噪比。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。
2013-07-02 cs.CR cs.MM
Zero-shot Generative Linguistic Steganography
Tsinghua University（清华大学）；Nanyang Technological University（南洋理工大学）
本文提出一种基于上下文学习的零样本生成式语言隐写方法，通过新指标评估，使隐写文本更无辜、可理解，比现有方法提升1.926倍。
2024-03-16 cs.CL cs.CR
The Steganographic Potentials of Language Models
本文研究通过强化学习微调的大型语言模型在隐写术方面的能力，发现当前模型具备初步隐写能力，而明确的算法指导能显著提升其信息隐藏性能。
2025-05-06 cs.AI cs.CR cs.LG
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
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
Hiding Data in Images Using Cryptography and Deep Neural Network
隐写术是一种在另一个类似或不同类型的文件中隐藏数据的艺术。隐藏数据一直是数字取证的重要组成部分。以前，隐写术已经分别与密码学和神经网络结合。而本研究将隐写术、密码学与神经网络结合起来，将一幅图像隐藏在另一幅尺寸较大或相同的容器图像中。虽然使用的加密技术非常简单，但与深度神经网络进行卷积时是有效的。其他隐写术技术涉及有效地隐藏数据，但以统一的模式，这使得它不太安全。该方法既解决了这些问题，又使数据隐藏具有安全性和非均匀性。
2020-01-01 cs.CR cs.MM
A New Approach to Enhance Security of Visual Cryptography Using Steganography (VisUS)
隐写术是一种隐藏秘密信息、秘密全息图、秘密视频或秘密图像的过程，这些信息或图像在源数据中的存在是不可检测的，并且用于在公共媒体上传输秘密信息。视觉密码是一种密码技术，其中在解密端不需要密码计算，并且解密由人类视觉系统（HVS）执行。在本文中，隐写术和视觉密码已被选择，以提供更安全的数据传输在公共媒体上的计算风险较小。与现有技术相比，该技术以较少的空间开销生成份额，并且不增加计算复杂性，并且可以提供更好的安全性。它也像其他视觉密码技术一样容易实现。最后给出了建立安全准则的实验结果。
2021-03-17 cs.CR cs.MM
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
Images Within Images? A Multi-image Paradigm with Novel Key-Value Graph Oriented Steganography
针对多图像隐写中载荷容量与定位问题，提出 JSON 风格键值对拆分及元数据图定位方法，实现跨多幅载体图像隐藏多幅载荷图像。
2023-04-23 cs.CR cs.MM
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
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
$\mathbf{S^2LM}$: Towards Semantic Steganography via Large Language Models
College of Computer and Data Science, Fuzhou University（福州大学计算机与数据科学学院）；College of Computer Science, Beijing University of Technology（北京理工大学计算机科学学院）
S^2LM通过大语言模型实现语义隐写术，能够将任意句级信息嵌入图像并实现恢复。
2026-10-14 cs.CR cs.CV
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
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
An Image Steganography Scheme using Randomized Algorithm and Context-Free Grammar
目前，密码学被广泛使用，因为它被利用在从数据机密性到数据完整性和消息认证的各个领域中。基本上，密码学会打乱数据，使未经授权的各方无法读取。然而，清晰可见的加密信息，无论多么牢不可破，都会引起怀疑。更好的方法是使用隐写术隐藏消息的存在。从根本上说，隐写术将秘密数据隐藏到称为载体的看似无辜的介质中，然后这些介质可以安全地从发送者传输到接收者，而不会被注意到。本文提出了一种新的隐写方案，利用随机算法和上下文无关文法将数字数据隐藏到未压缩的图像文件中。此外，该方案使用两种介质来传递秘密数据：载体图像，其中秘密数据被隐藏到随机像素中，以及结构良好的英文文本，对随机载体像素的位置进行编码。在运行时使用与英语单词词典耦合的上下文无关文法来生成英语文本。该方案具有隐蔽性好、不易被发现、检测和恢复等优点。实验结果表明，如何覆盖和所提出的计划的工作过程中发现。作为未来的工作，语义分析器是要开发，使英语文本媒体语义正确，从而更安全地传输，而不提请任何注意。
2012-12-10 cs.CR cs.MM
Steganographic Generative Adversarial Networks
Skolkovo Institute of Science and Technology（斯科尔科沃科学技术研究院）
隐写术是将秘密信息（“有效载荷”）隐藏在非秘密信息（“容器”）内的方法的集合。它的对应物，隐写分析，是确定消息是否包含隐藏的有效载荷，并在可能的情况下恢复它的做法。隐藏有效载荷的存在通常由二元分类器检测。在本研究中，我们提出了一种基于深度卷积生成对抗网络（DCGAN）生成图像状容器的新模型。这种方法允许使用标准的隐写算法生成更安全的消息嵌入。实验结果表明，该模型能够成功地欺骗隐写分析器，因此可以用于隐写应用中。
2019-10-07 cs.CR cs.CV cs.MM
Image data hiding with multi-scale autoencoder network
图像隐写术是将可以是文本、图像或视频的信息隐藏在封面图像内的过程。与密码学相比，隐写术的优势在于预期的秘密消息不会引起注意，因此更适合在高度监视的环境中进行秘密通信，例如公民不服从运动。社交媒体和消息应用程序中的互联网模因已经成为世界范围内的流行文化，因此这种民俗是图像隐写的一个很好的应用场景。本文尝试在网络模因上探索并采用隐写技术。我们通过用多尺度自动编码器网络改变Conv-BN-ReLU块卷积层来实现和改进HiDDeN模型，以便神经网络学习在更高级别的特征空间中嵌入消息位。与在行像素域上卷积特征滤波器的方法相比，我们提出的MS隐藏网络学习在低级和高级图像特征中隐藏秘密。因此，所提出的模型显着降低了比特出错率经验为0%，所需的网络参数是远远小于HiDDeN模型。
2022-01-16 cs.CR cs.MM
Stego Battlefield: Evaluating Image Steganography Attacks and Steganalysis Defenses
Wuhan University（武汉大学）；The Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州））；Sun Yat-sen University（中山大学）
本文提出SADBench基准，系统评估隐写攻击能力和隐写分析防御能力，揭示攻击稳定性、检测成本及转移性差异，揭示现实威胁在社交媒体中持续存在。
2026-05-07 cs.CR cs.CV
A Content-Preserving Secure Linguistic Steganography
CLstega通过可控分布转换实现内容保持的安全语言隐写术，有效提升隐写通信的安全性和嵌入容量。
2025-12-07 cs.CL cs.CR
StegaINR4MIH: steganography by implicit neural representation for multi-image hiding
College of Cryptography Engineering, Engineering University of PAP（武警工程大学密码工程学院）；Key Laboratory of Network and Information Security of PAP（武警网络与信息安全重点实验室）
针对多图像隐藏中的轮廓阴影和颜色失真问题，提出隐式神经表示隐写框架StegaINR4MIH，利用参数冗余和权重替换实现多图像隐藏与独立提取，在视觉质量和不可检测性上表现优越。
2024-10-14 cs.CR cs.CV
EncryptGAN: Image Steganography with Domain Transform
我们提出了一种名为EncryptGAN的图像隐写算法，该算法在开放的通信信道中伪装私人图像通信。洞察是内容在两个非常不同的域之间转换（例如，脸对花）允许在一个域（脸）中隐藏图像消息，并在另一个域（花）中使用其对应物进行通信。与相关方法不同，我们方法中的关键成分是一个经过专门训练的网络，用于从两个域中提取转换后的图像，并将其用作公钥和私钥。我们确保图像通信保持秘密，除了预期的收件人，即使当内容转换网络被暴露。为了通信，直接将“消息”图像粘贴到较大的公钥图像（面）上。根据信息图像的位置和内容，“伪装”图像（花）改变其外观和形状，同时保持其整体的客观性（花）。接收者使用其消息图像密钥解码经替换的图像以揭示原始图像消息。我们实现了整个过程作为一个受约束的Cycle-GAN，其中的公共和私钥生成网络被用作一个额外的约束周期的一致性。综合实验结果表明，我们的EncryptGAN在加密和安全措施方面都优于最先进的技术。
2019-05-29 cs.CR cs.MM
Optimizing Region of Interest Selection for Effective Embedding in Video Steganography Based on Genetic Algorithms
University of Duhok（杜胡克大学）；University of Zakho（扎胡大学）；Nawroz University（纳瓦兹大学）
本文提出一种基于遗传算法选择视频感兴趣区域并结合AES加密的视频隐写方法，在利用不超过10%载体视频的情况下实现64至75 dB的PSNR和快速编解码，兼顾高嵌入效率与实时性。
2025-08-19 cs.CR cs.LG cs.MM
Style as Cover: Deep Image Steganography via Stylized Transmission
Qilu University of Technology (Shandong Academy of Sciences)（齐鲁工业大学（山东省科学院））；Shandong Computer Science Center（山东省计算中心）；Shandong Fundamental Research Center for Computer Science（山东省计算机科学基础研究中心）
本文提出StyleStegaNet，通过风格化传输替代封面匹配，实现行为级伪装的图像隐写，并采用四阶段解耦与渐进训练，在DIV2K和MS-COCO上验证有效性，检测准确率仅约51%。
2026-09-22 cs.CR cs.CV cs.MM
New System for Secure Cover File of Hidden Data in the Image Page within Executable File Using Statistical Steganography Techniques
A以前的传统方法足以保护信息，因为它在过去是简单的，不需要复杂的方法，但随着信息技术的进步，它变得容易攻击系统，和加密方法的检测变得有必要找到与黑客使用的不同方法并行的方法，因此，嵌入方法可以处于需要高级别安全性的组织中的系统管理员的监视之下。这就要求研究新的隐藏方法和隐藏信息的载体。在可执行文件中嵌入信息是研究的结果，但是当使用可执行文件作为掩护时，必须考虑到许多挑战，即对文件进行的任何更改首先会被解病毒检测到，其次文件的功能仍然无法正常工作。本文提出了一种新的信息隐藏系统。建议的系统的目的是隐藏信息（数据文件）内的图像页的执行文件（EXE文件），以确保对文件的更改将不会被宇宙检测到，并执行文件的功能仍然是功能隐藏过程后。同时，由于封面文件可能被用来识别隐藏信息，所提出的系统考虑通过使用执行文件作为封面文件来克服这种困境。
2010-02-11 cs.CR cs.MM
A new adaptive method for hiding data in images
LSB方法是一种著名的隐写方法，它将信息隐藏在像素值的最低有效位。这种方法改变了图像的统计信息，从而导致具有不安全的信道。为了提高这种方法对隐写分析方法的安全性，本文将提出一种自适应的方法来隐藏数据到图像中。因此，图像的每个区域中的数据量和用于隐藏数据的方法将是不同的。实验结果表明，该方法的安全性高于一般的LSB方法，在某些情况下增加了载波信号的容量。
2017-09-20 cs.CR cs.MM
A Secure Cyclic Steganographic Technique for Color Images using Randomization
信息安全是当今时代的一个主要问题。几乎所有的通信机构都希望其个人数据的安全性、机密性和完整性。但是，当我们使用一个开放的网络，如互联网，这一安全目标并不容易实现。隐写术为这个问题提供了最好的解决方案之一。本文提出了一种新的基于最低有效位（LSB）的真彩色（RGB）图像循环隐写技术（CST）。该方法以随机循环的方式将秘密数据隐藏在覆盖图像像素的LSB中。所提出的技术进行评估，使用主观和客观的分析，直方图的可变性，峰值信噪比（PSNR）和均方误差（MSE）。实验结果表明，该方法在安全性、不可见性和鲁棒性方面都优于已有的方法，证明了该方法的有效性。
2015-02-27 cs.CR cs.MM
