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
A Survey On Semantic Steganography Systems
隐写术是将信息隐藏在其他载体或覆盖信息中的做法。它被用来允许通过通信渠道发送隐藏的信息，而第三方只会知道承运人消息中的明确信息。随着互联网监控的增长和对保密通信需求的增加，隐写术系统不断找到新的应用。在语义隐写中，语言语义中的冗余被用来发送文本隐写消息。在这篇文章中，我们将讨论语义隐写术背后的概念，并提出一个层次结构，用于在文本隐写术和一般隐写术的背景下对系统进行分类。在奠定了这一基础，我们列出了系统的语义隐写术，已在过去出版，并审查其属性。最后，我们对所描述的系统进行了评论和简要比较。
2022-02-03 cs.CL cs.CR
Steganography in Modern Smartphones and Mitigation Techniques
通过提供复杂的服务和集中大量的个人数据，现代智能手机改变了我们社交、娱乐和工作的方式。为此，他们依靠复杂的硬件/软件框架，导致许多漏洞、攻击和危险，以剖析个人或收集敏感信息。然而，大多数评估智能手机安全程度的工作都忽略了隐写术，隐写术主要用于：i）通过伪装方法泄露机密数据，ii）将有价值或个人信息隐藏到看似无辜的载体中。因此，本文调查了智能手机隐写技术的最新发展状况，重点是2005年至2014年第二季度开发的方法。不同的方法根据用于隐藏信息的设备的部分进行分组，导致三个不同的隐蔽通道，即，本地、对象和网络。此外，它还回顾了用于检测和减轻隐写攻击或威胁的相关方法。最后，它展示了最流行的软件应用程序，以嵌入秘密数据到载体，以及可能的未来方向。
2014-08-27 cs.CR cs.MM
A Generation-based Text Steganography Method using SQL Queries
密码学和隐写术是两种常用的技术，以确保和安全地传输数字数据。然而，它们在重要方面确实有所不同。事实上，密码学会扰乱数据，使其无法被窃听者读取;而隐写术则隐藏了数据的存在，使其可以在不被注意的情况下传输。基本上，隐写术是一种将数据（如消息）隐藏到另一种形式的数据（如图像）中的技术。目前，许多类型的隐写术正在使用中;然而，还没有已知的用于诸如SQL的查询语言的隐写术应用。提出了一种新的文本信息隐写方法。它将输入文本消息编码到由SELECT查询组成的SQL载体中。实际上，输出SQL载体是使用实现为哈希表并被组织成65个类别的单词字典从输入消息中动态生成的，每个类别表示语言中的特定字符。一般来说，消息中要隐藏的每个字符都映射到字典中相应类别的随机单词。最后，所有输入字符都被转换为输出单词，然后将它们放在一起形成SQL查询。实验表明，该方法可以在真实的例子中操作，证明了它背后的理论。作为未来的工作，其他类型的SQL查询，包括SQL，SQL和UPDATE查询，使SQL载体相当令人困惑的恶意第三方恢复它编码的秘密消息。
2012-12-10 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
Multi-Stage Residual Hiding for Image-into-Audio Steganography
Harbin Institute of Technology（哈尔滨工业大学）；Peng Cheng Laboratory（鹏城实验室）；Alibaba Group（阿里巴巴集团）
音频通信技术的广泛应用加速了音频数据在互联网上的流动，使其成为隐蔽通信的重要载体。在本文中，我们提出了一个跨模态隐写方法隐藏图像内容到音频载体，同时保持感知保真度的封面音频。在我们的框架中，两个多级网络的设计：第一个网络编码的递减多级残留误差内不同的音频频谱与相应的阶段子网络，而第二个网络解码的残留误差从修改后的载波与相应的阶段子网络，以产生最终的显示结果。该框架的多阶段设计不仅使有效载荷容量的控制更加灵活，而且由于残余误差的逐渐稀疏特性，使得隐藏更容易。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图像是高度可理解的。
2021-01-06 cs.CR cs.CV
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
Provably Robust and Secure Steganography in Asymmetric Resource Scenario
本文针对非对称资源场景提出可证明鲁棒且安全的隐写术框架，编码器利用分布置换隐藏秘密比特，解码器仅凭采样函数从载体中提取信息，并在生成模型上验证了其有效性与鲁棒性。
2024-11-25 cs.CR
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
Learning Symmetric and Asymmetric Steganography via Adversarial Training
隐写术是指在多个媒体载体内隐藏秘密消息的技术，使得窃听者无法检测隐藏消息的存在和内容。在本文中，我们首先提出了一种新的密钥相关的隐写方案，实现隐写目标的对抗训练。分别提出了对称（秘密密钥）和非对称（公开密钥）隐写方案，并成功地设计和实现了每种方案。我们表明，我们的方案产生的这些编码提高了20%的不可见性比以前的基于深度学习的工作，并进一步执行竞争力显着的不可检测性比经典的隐写算法好25%。最后，我们模拟我们的计划在一个真实的情况下，解码器实现了超过98%的准确性的原始消息。
2019-06-04 cs.CR cs.LG cs.MM
Image Steganography, a New Approach for Transferring Security Information
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。可以使用许多不同的载体文件格式，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，存在着各种各样的隐写技术，它们都有各自的优缺点。不同的应用对隐写技术有不同的要求。例如，一些应用可能需要秘密信息的绝对不可见性，而其他应用则需要隐藏更大的秘密消息。本文综述了图像隐写术的研究现状、应用和技术。它还试图确定一个好的隐写算法的要求，并简要地反映了隐写技术更适合于哪些应用。
2008-08-10 cs.CR
Source Mixing and Separation Robust Audio Steganography
Sony Group Corporation（索尼集团公司）
音频隐写是指通过对音频载体进行不可感知的修改，将秘密信息隐藏在音频载体中。尽管先前的工作解决了隐藏消息恢复对传输期间引入的失真的鲁棒性，但是它们没有解决对诸如其他音频源的混合和声源分离的攻击性编辑的鲁棒性。在这项工作中，我们首次提出了一种隐写方法，可以将信息嵌入到单个声源的混合物，如音乐中的乐器曲目。为此，我们提出了一个领域模型和课程学习必不可少的学习解码隐藏的消息从分离的来源。实验结果表明，该方法能够在不可感知的扰动下成功地隐藏信息，并且即使在其他信源混合和声源分离算法分离后，仍能正确地恢复信息。此外，我们表明，所提出的方法可以同时适用于多个源，而不会干扰其他源的解码器，即使在源混合和分离。
2022-02-18 cs.CR cs.SD eess.AS
A study on audio synchronous steganography detection and distributed guide inference model based on sliding spectral features and intelligent inference drive
Dhurakij Pundit University（博仁大学）；Sasin School of Management of Chulalongkorn University（朱拉隆功大学萨辛管理学院）；The Royal Anthropological Institute of Great Britain and Ireland（大不列颠及爱尔兰皇家人类学研究所）
本文针对短视频音频同步隐写检测难题，提出融合滑动频谱特征与智能推理的检测及分布式引导重构模型，通过同步帧检测与载荷解码验证了其在隐蔽通信分析中的有效性。
2025-05-06 cs.AI cs.CR cs.SD
Hiding Secret Information in Movie Clip: A Steganographic Approach
建立隐蔽通信是一个重要的讨论主题，随着互联网的发展，它变得越来越重要。隐写术是建立隐蔽通信的关键方法之一。现代隐写术主要处理隐藏信息的文件，如图像，文本，html，二进制文件等，这些文件包含小的无关信息，可以替代小的秘密数据。要存储高容量的秘密数据，这些载体文件不是很支持。为了克服大容量秘密数据的存储与最大的安全屏障的问题，我们提出了一种新的方法来隐藏大量的数据与高级别的安全墙，通过使用电影剪辑作为载体文件。
2011-03-04 cs.CR cs.MM
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
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
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
Evaluating Multimodal Steganalysis for Split-Payload Audiovisual Steganography
Kennesaw State University（肯尼索州立大学）
本文研究拆分载荷视听隐写能否逃避单模态和多模态隐写分析，实验表明跨模态拆分载荷可增加检测难度，但多模态检测器的优势主要来自视频流而非真正的音视频联合信号。
2026-06-07 cs.CR
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
Provably Secure Steganography Based on List Decoding
Tsinghua University（清华大学）
本文提出一种基于列表解码的可证明安全隐写术，通过高效利用信息内容提升隐写容量，采用后缀匹配机制确保正确性，实验表明其在效率与容量上优于现有方案。
2026-04-29 cs.CR
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
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
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
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
Matryoshka: Stealing Functionality of Private ML Data by Hiding Models in Model
Fudan University（复旦大学）
在本文中，我们提出了一种名为Matryoshka的新型内部攻击，它采用了一种不相关的计划发布DNN模型作为载体模型，用于隐蔽传输多个秘密模型，这些模型存储了存储在本地数据中心的私有ML数据的功能。我们设计了一种新的参数共享方法，利用载体模型的学习能力进行信息隐藏，而不是将载体模型的参数视为比特串并应用传统的隐写术。Matryoshka同时实现：（i）高容量-Matryoshka几乎不损失载体模型的效用，可以在载体模型中隐藏26倍大的秘密模型或8个跨越不同应用领域的不同架构的秘密模型，这两个都不是现有隐写技术所能做到的;（ii）解码效率--一旦下载公布的载波模型，外部合谋者仅需几个整数秘密和对隐藏模型结构的了解就可以从载体模型中独占地解码出隐藏模型;（iii）有效性--此外，几乎所有恢复的模型都具有类似的性能，就好像它是在私人数据上独立训练的一样; ㈣稳健性-自然采用信息冗余，以便在发布之前能够抵御载体上的常见后处理技术;（v）隐蔽性-具有不同先验知识水平的模型检查员很难区分载体模型和正常模型。
2022-06-29 cs.AI cs.CR cs.LG
GANash -- A GAN approach to steganography
数据安全是通信系统最关心的问题。自早期以来，已经进行了许多开发以提高系统的性能。接收信号的PSNR、安全的传输信道、使用的编码质量等是良好系统的一些关键属性。为了确保安全性，最常用的技术是密码学，其中消息相对于密钥被改变，并且使用相同的密钥，编码的消息在接收器侧被解码。另一种被广泛用于确保安全性的补充技术是隐写术。人工智能（AI）的进步为以智能、防篡改的方式执行隐写术铺平了道路。深度学习（DL）领域的研究人员最近发现，一种被称为生成对抗网络（GAN）的无监督学习网络已经指数级地提高了这项技术的性能。已经证明，深度神经网络对输入数据的微小扰动高度敏感，从而产生对抗性示例。虽然这个属性通常被认为是学习模型的弱点，但如果使用得当，它可能是有益的。麻省理工学院为此目的完成的工作，一个名为SteganoGAN的深度神经模型，已经显示出使用这种技术进行隐写术的义务。在这项工作中，我们提出了一种新的方法来提高现有系统的性能，使用潜在的空间压缩的编码数据。从理论上讲，这将成倍地提高性能。因此，用于提高系统的性能和所获得的结果的算法已阐明在这项工作中。结果表明，该系统可以达到的优势水平，能够减少解决实时问题的安全性，部署和数据库管理方面的困难。
2021-10-25 cs.CR
SCReedSolo: A Secure and Robust LSB Image Steganography Framework with Randomized Symmetric Encryption and Reed-Solomon Coding
Islamic University of Technology（伊斯兰理工大学）
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
GSDFuse: Capturing Cognitive Inconsistencies from Multi-Dimensional Weak Signals in Social Media Steganalysis
Beijing University of Posts and Telecommunications（北京邮电大学）；Beijing IntokenTech Co., Ltd.（北京IntokenTech公司）
针对社交媒体隐写分析中认知不一致性难以识别和多维弱信号聚合难的问题，提出GSDFuse方法，通过多模态特征工程、数据增强、自适应融合和判别嵌入学习，在复杂对话环境中实现最先进性能。
2025-05-20 cs.AI cs.CL cs.CR
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
Training-Free Color-Aware Adversarial Diffusion Sanitization for Diffusion Stegomalware Defense at Security Gateways
本文提出无需训练的对抗扩散净化方法，通过中和隐藏负载而非检测来防御扩散隐写术，有效降低安全网关的威胁。
2025-12-30 cs.CR cs.CV
Odysseus: Jailbreaking Commercial Multimodal LLM-integrated Systems via Dual Steganography
S3IC-Lab（S3IC实验室）
奥德赛通过双隐写术劫持多模态大语言模型集成系统，揭示现有安全过滤器的局限性，实现高达99%的攻击成功率。
2025-12-23 cs.AI cs.CR cs.LG
Subsequent embedding in targeted image steganalysis: Theoretical framework and practical applications
隐写分析（Steganalysis）是一种使用隐写术检测载体中是否嵌入了秘密信息的技术。大多数现有的隐写分析方法都是基于机器学习的，这通常需要用“实验室”数据训练分类器。然而，将机器学习分类应用于新的数据源是具有挑战性的，因为训练集和测试集之间通常存在不匹配。此外，其他来源的不确定性影响隐写过程，包括目标和真正的隐写算法之间的不匹配，未知的参数-如消息长度-甚至有几个算法和参数的混合，这将构成一个现实的情况。本文提出了后续嵌入作为一个有价值的策略，可以纳入现代隐写分析。虽然这种解决方案已被应用在以前的作品，这种策略的理论基础是失踪。在这里，我们通过引入数据嵌入特征的“方向性”属性来弥补这一研究空白。一旦这一战略是持续一致的理论框架，新的实际应用也描述和测试对标准隐写，移动隐写分析更接近现实世界的条件。
2022-03-15 cs.CR
