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
Chaotic iterations for steganography: Stego-security and topological-security
提出了一种基于混沌迭代的隐写算法。本文的研究工作是在信息隐藏安全领域进行的。我们表明，该方案是隐写安全的，这是最高级别的安全性在一个定义良好的和研究的攻击类别称为“水印攻击”。此外，我们证明，该计划提出的拓扑性质，使它是第一个能够面对，至少部分地，一个对手时，考虑其他类别的攻击文献中定义的。
2011-12-16 cs.CR cs.MM math.DS
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
Steganography -- A Game of Hide and Seek in Information Communication
随着在计算机网络上通信的增长，如何保持传输信息的机密性和安全性已成为一些重要的问题。为了将数据安全地传输到目的地而不需要不必要的披露或损坏，大自然启发的隐藏和寻找技巧，如密码学和隐写术被大量使用。就像变色龙和许多其他生物物种一样，为了保护它们免受外部攻击而改变它们的身体颜色并将自己隐藏在背景中，密码学和隐写术是用于加密和隐藏其他媒体中的秘密数据以确保数据安全的技术。本文讨论了一种简单的空间域LSB隐写术的概念，该隐写术在隐藏之前使用Fibonacci-Lucas变换对秘密进行加密，以提高安全性。
2016-04-02 cs.CR cs.MM
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
Universal Stego Post-processing for Enhancing Image Steganography
众所周知，设计或改进嵌入代价是当前隐写方法的关键问题。与现有的工作不同，我们提出了一个新的框架，通过对嵌入单元的后处理来增强隐写安全性（即，像素值和DCT系数）直接进行隐写。本文首先分析了伴随格码的特点，然后设计了用于后处理的规则，以保证隐藏信息的正确提取。由于隐写伪影通常反映在图像残差上，我们试图减少覆盖和修改的隐写之间的残差距离，以提高隐写的安全性。为此，我们将后处理建模为非线性整数规划，并通过启发式搜索实现。此外，我们仔细确定了几个重要的问题，在拟议的后处理，如候选嵌入单元进行修改，后修改的方向和幅度，自适应滤波器获得的残差，和残差的距离测量。对手工隐写分析特征和基于深度学习的隐写分析特征的大量实验结果表明，该方法可以有效地增强大多数现代隐写方法在空间域和JPEG域的安全性。
2020-02-19 cs.MM
Data hiding in speech signal using steganography and encryption
数据隐私和数据安全始终是世界上最优先考虑的问题。我们需要一种可靠的方法来加密数据，以便它安全地到达目的地。加密是一种简单而有效的方法来保护我们的数据，同时将其传输到目的地。该方法具有隐写和加密的最新技术。本文提出了一种在语音信号中进行数据隐藏的方法。在语音信号中使用音频隐写术并使用唯一密钥加密以提高安全性的十位数。在接收器端，使用相同的唯一密钥来解密接收到的信号，然后提取隐藏的数字。该方法的性能可以通过PSNR、MSE、SSIM和比特出错率来评估。仿真结果表明，该方法比现有方法具有更好的性能。
2020-01-13 cs.MM
BASN -- Learning Steganography with Binary Attention Mechanism
近年来，随着图像在互联网和移动应用中的日益普及，以图像为载体的秘密信息共享成为研究热点。然而，随着卷积神经网络的蓬勃发展，图像隐写术正面临着来自神经网络自动化任务的更大挑战。为了提高图像隐写的安全性和最小化任务结果失真，模型必须保持由特定任务网络生成的特征图与嵌入在载体中的任何隐藏信息无关。本文将二值注意力机制引入图像隐写中，以缓解图像隐写的安全性问题，同时增加图像隐写的有效载荷容量。实验结果表明，我们的方法具有高的负载容量与小的特征图失真的优势，仍然抵抗检测的国家的最先进的图像隐写分析算法。
2019-07-09 cs.CV cs.MM
Perfectly Secure Steganography Using Minimum Entropy Coupling
FLAIR, University of Oxford（牛津大学FLAIR）；Carnegie Mellon University（卡内基梅隆大学）；armasuisse Science + Technology（瑞士联邦国防采购局科学与技术部）
本文证明完美安全隐写术等价于由耦合诱导的过程，并基于最小熵耦合提出首个对任意载体分布具有完美安全保证的隐写算法，实验表明其编码效率优于现有基线。
2023-10-30 cs.AI cs.CR cs.MM
Adaptive Steganography Based on bargain Game
信道上秘密信息的容量和安全性是隐写术面临的两个重要挑战。本文提出了一种新的基于讨价还价方法的分块隐写模型，从而引入了竞争模型。在这个游戏中，区块是相同的玩家。该协议的目的是在不减少容量的情况下嵌入信息，并增加安全性。该模型可同时用于特殊域和变换域这两种重要的隐写方法。为此，一个特殊的领域模型的例子中，介绍，在第一步中，图像被分为$n \times n$块，并在第二步中使用图着色算法，像素被认为是嵌入在每个块中的机密信息。第三步，关于博弈论中的讨价还价方法，每个区块扮演一个玩家的角色，玩家之间的竞争是基于定义的目标函数，并且在容量和安全性两个标准方面的最佳区块中，这意味着每个区块具有更高的安全容量比，因此它具有更高的优先级，这是基于讨价还价模型确定的。此外，信息嵌入LSB两位。转换域方法的一个例子也表明，安全性增加而不减少容量。通过PSNR、直方图和$ε-secure$三个标准对实验结果进行了评价，并对2000幅标准图像进行了评价，结果表明该方法改进了信息嵌入的分块方法。
2022-05-10 cs.MM math.OC
Enhancing JPEG Steganography using Iterative Adversarial Examples
基于卷积神经网络（CNN）的方法与传统的基于手工特征的方法相比，显著提高了图像隐写分析的性能。然而，许多现有的计算机视觉的文献指出，这些有效的基于CNN的方法可以很容易地被欺骗的敌对的例子。在本文中，我们提出了一种新的隐写框架的基础上对抗性的例子在迭代的方式。该框架首先从现有的嵌入成本开始，如J-UNIWARD在这项工作中，然后基于来自一系列隐写分析网络的对抗性示例迭代更新成本，直到获得满意的结果。我们仔细分析了两个重要的因素，将影响所提出的框架的安全性能，即具有较大幅度的选择梯度的百分比和对抗强度修改嵌入成本。在GFR、SCA-GFR和SRNet三种现代隐写分析模型上的实验结果表明，该框架对提高JPEG隐写的安全性能具有很好的应用前景。
2019-10-02 cs.MM
Steganography: A Secure way for Transmission in Wireless Sensor Networks
解决无线传感器网络的安全问题是一项具有挑战性的任务，在过去的几十年里，它吸引了许多研究人员的注意力。研究人员提出了各种方案在无线传感器网络，解决问题的处理，带宽，负载均衡，和有效的路由。然而，在无线传感器网络的安全方面做的工作很少。在一个典型的无线传感器网络中，安装在不同位置的微小节点感知周围的环境，将收集到的数据发送给他们的邻居，这些数据又被转发到一个汇聚节点。汇聚节点汇总从不同传感器接收到的数据，并将其发送到基站进行进一步处理和必要的操作。在高度关键的传感器网络中，例如军事和执法机构网络，通过公共网络互联网传输这种聚合数据非常敏感，容易受到各种攻击和风险。因此，本文提出了一种基于隐写术的解决方案，其中聚合数据可以作为秘密消息嵌入到看似无辜的封面图像中。然后，包含嵌入数据的隐写图像可以通过互联网发送到融合中心。在融合中心，从图像中提取隐藏数据，执行所需的处理并相应地做出决策。实验中，通过峰值信噪比（PSNR）、均方误差（MSE）、归一化互相关（NCC）和结构相似性指数（SSIM）等指标对该方法进行了客观评价，在安全性和图像质量方面取得了较好的效果，验证了该方法的优越性。
2015-11-28 cs.MM
LSB Based Non Blind Predictive Edge Adaptive Image Steganography
图像隐写是将秘密信息隐藏在灰度或彩色图像中的技术。任何一种先进的图像隐写术都可以轻易地检测出隐写信息，从而攻破隐写系统。为了防止隐写系统的故障，将数据嵌入到图像的选定区域中，这降低了检测的概率。现有的自适应图像隐写技术大多嵌入容量较低。本文提出了一种高容量的预测边缘自适应图像隐写技术，其中使用改进的中值边缘检测器（MMED）预测器预测覆盖图像的选择区域以嵌入二进制有效载荷（数据）。用于嵌入有效载荷的封面图像是灰度图像。实验结果表明，该方案具有较好的嵌入容量和较低的失真水平，并具有较高的安全性。该方案与现有的图像隐写方案进行了比较。实验结果表明，该算法在保证嵌入率的同时，具有较低的失真度。
2022-01-03 cs.MM
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
Secure Steganography Technique Based on Bitplane Indexes
本文研究了在多图像位平面上的秘密隐藏，在不破坏容量的情况下提高了安全性。提出了一种基于位平面索引操作的安全隐写算法。索引操作仅限于封面图像的前两个最低有效位。该算法在隐写质量和有效载荷容量方面具有不可检测性。实验结果表明，该方法能有效抵抗PoV、WS和MLSB-WS等统计攻击.
2020-04-26 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
On the usefulness of information hiding techniques for wireless sensor networks security
无线传感器网络（WSN）通常由基站和大量无线传感器组成。在某个时间快照从整个网络收集的传感数据可以可视化为图像。因此，信息隐藏技术可以应用于这个“感觉数据图像”。隐写术是指将数据隐藏到数字媒体中而不引起任何怀疑的技术，而隐写分析是检测隐写术存在的艺术。本文简要介绍了隐写术和隐写分析在无线传感器网络中的应用。然后，我们表明，隐写技术都与无线传感器网络中的感知数据认证，并考虑到攻击者的角度来看，这还没有在文献中进行了研究。我们的模拟结果表明，汇水平是无法检测到的nsF5算法对感测数据进行的攻击。
2017-06-25 cs.MM cs.SE
Invisible Steganography via Generative Adversarial Networks
Beijing University of Posts and Telecommunications（北京邮电大学）
目前，已有大量的工作将卷积神经网络引入到隐写分析中，并超越了传统的隐写分析算法。这些工作显示了深度学习在信息隐藏领域的改进潜力。也有几个基于深度学习做图像隐写的作品，但这些作品在容量、不可见性和安全性上还存在问题。在本文中，我们提出了一种新的CNN架构命名为\isgan隐藏秘密灰度图像到彩色封面图像的发送端和准确地提取秘密图像的接收端。我们的工作有三个贡献：（i）我们通过将秘密图像仅隐藏在覆盖图像的Y通道中来提高不可见性;（ii）我们引入生成对抗网络，通过最小化隐藏图像和自然图像的经验概率分布之间的差异来加强安全性。(iii)为了更好地与人类视觉系统相关联，我们构造了一个更适合隐写的混合损失函数，以生成更真实的隐写图像，并揭示出更多更好的秘密图像。实验结果表明，ISGAN在LFW、Pascal VOC 2012和ImageNet数据集上均能达到最佳性能。
2018-10-10 cs.CV cs.MM
Data Hiding using Graphical Code based Steganography Technique
随着互联网和多媒体技术的飞速发展，信息的安全性越来越受到人们的关注。这是通过隐写术来实现的，隐写术是将数据隐藏到另一个数据中的艺术或科学，因此人眼无法轻易捕获隐藏的信息。在图像、文本、音频/视频等信息中隐藏信息的方法有很多，其中图像隐写是一个非常有吸引力的研究领域。目标是通过最小化位翻转的数量来传输修改后的图像（称为隐写图像）内的数据。本文提出了一种新的基于图形码的隐写技术，并与基于BCH码的隐写技术进行了比较。
2015-09-29 cs.IT cs.MM math.IT
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
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
Secure Image Steganography using Cryptography and Image Transposition
信息安全是当今技术世界中最具挑战性的问题之一。为了确保在公共网络（因特网）上传输秘密数据的安全，在过去十年中已经提出了各种方案。隐写术与密码学相结合，可以成为解决这一问题的最佳选择之一。提出了一种利用图像变换、秘密密钥和密码学原理对真彩色图像进行灰度修改的隐写新方法。秘密密钥和秘密信息最初都使用多种加密算法（位异或操作、位混洗和基于隐写密钥的加密）进行加密;随后，这些被隐藏在宿主图像像素中。此外，在数据隐藏之前，输入图像被转置。图像换位，位置乱，bitxoring，隐密密钥加密，灰度级修改引入五个不同的安全级别的建议方案，使数据恢复非常困难的攻击者。所提出的技术进行评估，使用各种图像质量评估指标的客观分析，产生有希望的结果在不可感知性和安全性。此外，高质量的隐写图像和其最小的直方图变化，也验证了该方法的有效性。
2015-10-15 cs.CR cs.MM
Spatial Image Steganography Based on Generative Adversarial Network
随着近年来隐写分析领域深度学习的发展，将秘密信息嵌入数字图像面临着巨大的挑战。提出了一种基于对抗训练的安全隐写算法。该体系结构包括三个组成模块：生成器、嵌入模拟器和嵌入式仿真器。提出了一种基于U-NET的生成器，将封面图像转化为嵌入变化概率。为了拟合最优嵌入模拟器并传播梯度，提出了一种称为Tanh模拟器的函数。在隐写算法中，引入了选择信道感知（SCA）机制来抵抗基于SCA的隐写分析方法。实验结果表明，该框架可以大大提高安全性能比最近报道的方法ASDL-GAN，而训练时间只有30%的ASDL-GAN使用。此外，它的性能也优于手工制作的隐写算法S-UNIWARD。
2018-04-21 cs.MM
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
A novel technique for image steganography based on Block-DCT and Huffman Encoding
图像隐写术是将信息隐藏到封面图像中的技术。提出了一种基于分块DCT的图像隐写新技术。首先，将尺寸为M × N的灰度级图像划分为没有联合的8 × 8块，并且对P = MN / 64块中的每个块执行二维的离散余弦变换（2-d DCT）。然后，在嵌入之前还对秘密消息/图像执行霍夫曼编码，并且通过改变覆盖图像块的每个DCT系数的最低有效位，将秘密消息/图像的霍夫曼码的每个位嵌入频域中。实验结果表明，该算法具有较高的容量和较好的不可见性。与现有的隐写方法相比，隐写图像的PSNR值更高。此外，由于在不知道解码规则和霍夫曼表的情况下不能提取秘密消息/图像，因此保持了令人满意的安全性。
2010-06-07 cs.MM
$\ell_1$SABMIS: $\ell_1$-minimization and sparse approximation based blind multi-image steganography scheme
隐写术通过将秘密信息嵌入到载体中来实现秘密信息的安全性。在本文中，我们提出了一种新的$\ell_1$ -最小化和稀疏近似为基础的盲多图像隐写方案，称为$\ell_1$ SABMIS。通过使用$\ell_1$ SABMIS，多个秘密图像可以隐藏在一个单一的封面图像。在$\ell_1$ SABMIS中，我们将覆盖图像采样为四个子图像，逐块稀疏每个子图像，然后获得线性测量。然后，我们获得秘密图像的DCT（离散余弦变换）系数，然后将它们嵌入到覆盖图像\textquotesingle的线性测量中。我们在几个标准的灰度图像上进行实验，并评估嵌入容量，峰值信噪比（PSNR）值，平均SSIM（结构相似性）指数，NCC（归一化互相关）系数，NAE（归一化绝对误差），和熵。这些评估指标的值表明，$\ell_1$ SABMIS优于类似的现有隐写方案。也就是说，我们成功地隐藏两个以上的秘密图像在一个单一的封面图像，而不显着降低封面图像。此外，提取的秘密图像保持良好的视觉质量，和$\ell_1$ SABMIS是抵抗隐写攻击。
2020-07-09 cs.MM
Image Steganography using Karhunen-Loeve Transform and Least Bit Substitution
随着通信信道数量的增加，忠实通信的可靠性正在降低。黑客攻击和篡改数据是两个主要问题，应该通过通道提供安全性。这提高了隐写术的重要性。本文提出了一种新的方法，在载体图像中编码的消息信息。它使用Karhunen-Loève变换进行数据压缩，使用最小比特替换进行数据加密。压缩消除了冗余，因此也提供了一个级别的编码。它是通过最小位替换的方式进一步进行的。用于此目的的算法使用像素矩阵作为工作的最佳工具。使用三组不同的图像，并使用三种不同的比特数来替换消息信息。实验结果表明，该算法具有时间效率高，数据容量大的特点。此外，它可以有效地解密原始数据。参数，如载波错误和消息错误计算为每个集合，并进行了比较的性能分析。
2013-11-07 cs.MM
DWT-GBT-SVD-based Robust Speech Steganography
Islamic Azad University, Doroud Branch（伊斯兰阿扎大学多鲁德分校）；Islamic Azad University, Boroujerd Branch（伊斯兰阿扎大学布鲁杰尔德分校）
隐写术是一种可以提高网络安全性，使通信更加安全的方法。在该方法中，秘密消息被隐藏在诸如音频信号的内容中，该音频信号不应该通过收听音频或看到信号波而被感知。此外，它应该对不同的常见攻击（如噪声和压缩）具有鲁棒性。在本文中，我们提出了一种新的语音隐写方法的基础上相结合的离散小波变换，基于图的变换，奇异值分解（SVD）。在该方法中，我们首先找到有声帧的能量和零交叉计数的基础上，然后嵌入一个二进制消息到有声帧。在NOIZEUS数据库上的实验结果表明，该方法具有较好的不可感知性，并且对高斯噪声、重采样、重量化、高通滤波和低通滤波具有较好的鲁棒性。此外，它对MP3压缩和缩放水印应用是鲁棒的。
2020-04-27 cs.MM cs.SD eess.AS
Generative Steganography with Kerckhoffs' Principle
隐写术在嵌入过程中对载体图像的修改或重新编码通常会导致图像失真，这给隐写分析器提供了鉴别的可能性。面对这样的风险，我们提出了生成隐写与Kerckhoffs的原则（GSK）在这封信中。在GSK中，秘密消息是使用生成器由封面图像生成的，而不是嵌入到封面中，因此不会对封面进行修改。为了保证安全性，基于生成对抗网络（GAN）对生成器进行训练以满足Kerckhoffs原则。关于GSK系统的一切，除了提取密钥，对于接收者来说都是公共知识。当且仅当提取密钥和封面图像都被输入时，生成器才能输出秘密消息。在生成器训练过程中，有两个GANs，消息- GAN和覆盖-GAN，被设计为在提取密钥和覆盖图像的控制下联合工作以生成结果。我们提供了训练过程的实验结果，并给出了一个采用MNIST训练的生成器的工作过程的例子，这表明GSK可以使用一个不加任何修改的封面图像来生成消息，如果没有提取密钥或封面图像，只会得到毫无意义的结果。
2021-07-04 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
Cover-Parameterised Multichannel Hybrid Steganography: Compositional Security, Detectability, and Robustness
Kingston University London（金斯顿大学伦敦）
本文提出一种结合载体合成与修改的多信道混合隐写框架，利用密钥驱动马尔可夫链生成载体并进行掩码分散嵌入，通过MC-ATTACK模型证明其可证明安全性，实验显示近无损提取与极低失真，优于纯无损或可逆方案。
2026-10-01 cs.CR cs.MM
RFNNS: Robust Fixed Neural Network Steganography with Universal Text-to-Image Models
East China Normal University（华东师范大学）；Shanghai Innovation Institute（上海创新研究院）；Fudan University（复旦大学）
针对固定神经网络隐写术（FNNS）隐写图像失真、鲁棒性有限的问题，提出RFNNS，通过纹理感知定位技术和RSPG策略提升解码精度，实验显示其在常见及未知攻击下的鲁棒性显著优于现有方法。
2025-11-12 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
Generative Steganography Network
Fudan University（复旦大学）
隐写术通常修改封面媒体以嵌入秘密数据。生成式隐写是近年来出现的一种新的隐写方法，它直接从秘密信息中生成隐写图像（包含秘密信息的图像）。然而，现有的GS计划经常因其糟糕的表现而受到批评。在本文中，我们提出了一个先进的生成式隐写网络（GSN），可以生成真实的隐写图像，而无需使用覆盖图像。首先介绍了GS中的互信息机制，该机制有助于获得高的秘密提取精度。我们的模型包含四个子网络，即，图像生成器（$G$）、隐写器（$D$）、隐写分析器（$S$）和数据提取器（$E$）。$D$和$S$作为两个对抗鉴别器，以确保生成的隐写图像的视觉质量和安全性。$E$是从生成的隐写图像中提取隐藏的秘密。生成器$G$构造灵活，可以合成不同输入的覆盖图像或隐写图像。它通过隐藏在一个正常的生成器生成隐写图像的功能，方便隐蔽通信。在图像生成过程中，设计了秘密块模块将秘密信息隐藏在特征映射中，实现了较高的隐藏容量和图像保真度。此外，一种新的分层梯度衰减（HGD）技术的发展，以抵抗隐写分析检测。实验表明，我们的工作优于现有的方法。
2022-08-14 cs.CV cs.MM
MCTSteg: A Monte Carlo Tree Search-based Reinforcement Learning Framework for Universal Non-additive Steganography
College of Computer Science and Software Engineering, Shenzhen University（深圳大学计算机与软件学院）；College of Information Engineering, Shenzhen University（深圳大学信息工程学院）；Guangdong Laboratory of Artificial Intelligence and Digital Economy (SZ)（广东省人工智能与数字经济实验室（深圳））；Shenzhen Institute of Artificial Intelligence and Robotics for Society（深圳市人工智能与机器人研究院）；Alibaba Group（阿里巴巴集团）
最近的研究表明，非加性图像隐写框架通过调整失真分布有效地提高了安全性能。然而，据我们所知，所有现有的非加性的建议是基于手工制作的政策，只能适用于特定的图像域，这严重阻碍了非加性隐写术释放其全部潜力。在本文中，我们提出了一个自动的非加性隐写失真学习框架称为MCTSteg，以消除上述限制。在强化学习范式的指导下，结合蒙特卡罗树搜索（MCTS）和基于隐写分析器的环境模型，构建了MCTSteg. MCTS在不需要人工干预的情况下做出顺序决策来调整失真分布。我们提出的环境模型用于获得每个决策的反馈。由于其自学习特性和独立于域的奖励函数，MCTSteg已成为第一个被报道的通用的非加性隐写框架，它可以在空间和JPEG域。大量的实验结果表明，MCTSteg可以有效地抵御手工制作的基于特征和基于深度学习的隐写分析器的检测。在空间和JPEG域中，MCTSteg的安全性能在不同场景下稳定地优于现有技术。
2021-08-10 cs.CV cs.LG cs.MM
Secret Image Sharing Using Grayscale Payload Decomposition and Irreversible Image Steganography
为了提供额外的安全级别，大多数现有的可逆以及不可逆的图像隐写方案强调在将秘密图像（有效载荷）嵌入到封面图像之前对其进行加密。在嵌入算法本身复杂的情况下，对于大的有效载荷的加密的复杂性可能对隐写系统产生不利影响。与任何标准加密技术相比，具有较低计算复杂性的加密方案可以提高隐写系统的性能。本文提出了一个安全的秘密图像共享方案，它具有最小的计算复杂性。该方案作为加密的替代方案，将有效载荷分散为不同的矩阵，并使用位X-OR运算将这些矩阵嵌入到载体图像（封面图像）中。有效载荷是被划分为频率矩阵、误差矩阵和符号矩阵的灰度图像。使用映射算法按比例缩小频率矩阵以产生按比例缩小的频率（DSF）矩阵。DSF矩阵、误差矩阵和符号矩阵然后使用矩阵的位平面与相应的覆盖图像之间的位X-OR操作被嵌入到不同的覆盖图像中。分析表明，该方案有效地减少了有效载荷与最小的计算时间。
2014-10-12 cs.MM
Stego Quality Enhancement by Message Size Reduction and Fibonacci Bit-Plane Mapping
提出了一种有效的两步隐写技术，以提高隐写图像质量和秘密信息不可检测性。第一步是预处理算法，该算法在不丢失信息的情况下减小秘密图像的大小。与其他现有的图像隐写方法相比，这导致改进的隐写图像质量。提出的秘密图像尺寸缩减（SISR）算法是一种有效的空间域技术。第二步是一个嵌入机制，它依赖于Fibonacci表示的像素强度，以尽量减少嵌入对隐写图像质量的影响。通过使用位平面映射而不是位平面替换来实现嵌入。所提出的嵌入机制优于基于二进制的LSB随机嵌入在两个方面：减少对隐写质量的影响和增加对统计隐写分析的鲁棒性。实验结果表明，该方案的好处：1）SISR率（间接导致增加容量）; 2）的质量的隐写;和3）鲁棒性对隐写分析，如RS，和WS。此外，实验结果表明，该算法可以扩展到适用于DICOM标准的医学图像。未来的安全标准化研究的建议，将集中在评估的安全性，性能和有效性的隐写算法。
2020-04-26 cs.MM
Presenting a Method for Improving Echo Hiding
本文对VoIP中最重要的隐写方法之一回声隐藏进行了改进。该方法在保持音频信号的统计特性和感知特性以及针对人类音频系统（HAS）的敏感性的安全性方面具有优势。然而，它在检测编码和隐藏的消息，这是检测现有的隐写分析方法有很多错误。这些改进的回声隐藏方法提取信息的成功率较高，但降低了回声隐藏方法的安全性。本文提出了一种改进的回声隐藏提取方法，并通过一种基于扩频的组合方法来增强其安全性。为了改进提取，一个错误的假设是正确的，并取代。为了使用伪随机密钥生成算法提高安全性，随机地使用扩频和回声隐藏方法。为了评估拟议的提取，在正常状态和攻击事件中进行了大量的提取测试。隐写分析器也被用来评估安全改进。通过对隐写术安全性的不同实验获得的结果表明，隐写分析错误增加了3%。提出的提取方法进行了修改的基础上的主要方法，并导致超过10%的改善。
2021-02-12 cs.CR cs.MM
A New Steganographic Technique Matching the Secret Message and Cover image Binary Value
隐写术涉及将秘密消息或图像隐藏在另一个封面图像中。在不影响图像视觉质量的情况下对封面图像进行更改。与密码学相比，隐写术提供通信的完全保密性。非常敏感的数据的安全性可以通过结合密码学和隐写术来增强。提出了一种利用隐写术的概念从图像中获取位置值的新技术。本文提出了一种新的方法，其中不做任何改变的封面图像，只有像素位置LSB（最低有效位）值匹配的秘密消息位值被记录在一个单独的位置文件。在发送端，位置文件连同封面图像一起被发送。在接收端，仅用秘密密钥打开位置文件。从位置文件中获取位位置，并将来自位置的LSB值组合以获得ASCII值，然后形成秘密消息的字符
2017-04-10 cs.CR cs.MM
Secret-Stego Dissimilarity as a Design Axis: Invertible Coverless Image Steganography with Diffusion Models
Zhejiang University of Technology（浙江工业大学）；Zhejiang University（浙江大学）；UC Berkeley（加州大学伯克利分校）
该研究提出InvCISD可逆扩散框架，耦合秘密与参考图像潜在表示，降低秘密-隐写图像视觉相似性，提升隐写质量，为CIS抗隐写分析研究提供方向。
2026-08-17 cs.AI cs.CR cs.CV
