文本載體信息隱藏研究.pdf

1、文本文檔作為一種普遍使用的信息存儲(chǔ)與傳輸媒體，利用它們進(jìn)行隱秘通信、利用數(shù)字水印保護(hù)文本文檔版權(quán)并對(duì)文檔內(nèi)容進(jìn)行認(rèn)證等是信息安全領(lǐng)域的熱門研究課題。由于文本文檔缺乏圖像、音頻和視頻等媒體所具有的人類視覺或聽覺冗余特性，以及當(dāng)前自然語言處理研究領(lǐng)域?qū)ξ谋緝?nèi)容的理解、變換和生成缺乏堅(jiān)實(shí)的理論基礎(chǔ)與實(shí)用的自動(dòng)化技術(shù)等原因，文本載體信息隱藏的研究工作極具挑戰(zhàn)性。
　　 本文闡述了信息隱藏的概念、模型、應(yīng)用及國(guó)內(nèi)外研究動(dòng)態(tài)?？紤]到自然語言

2、語句是詞的序列，處于序列中的詞具有特定的詞性，比如名詞、動(dòng)詞等，因此語句可以變換為詞性標(biāo)記串(簡(jiǎn)稱標(biāo)記串)。將詞性標(biāo)記作為文本的一個(gè)變換域來研究，提出了若干基于變換域的文本信息隱藏新算法。自然語言的詞性通常是有限的，如果在詞性標(biāo)記集上定義適當(dāng)?shù)钠蜿P(guān)系，則標(biāo)記串就具有序的特性，通過計(jì)算逆序數(shù)的奇偶性，可以將標(biāo)記串映射為0或1。研究發(fā)現(xiàn)，隨機(jī)選取標(biāo)記串序列，其對(duì)應(yīng)的二進(jìn)制序列具有較好的自相關(guān)性和互相關(guān)性。提出了利用序列逆序數(shù)奇偶性隱藏信息

3、的算法，并證明了逆序數(shù)奇偶性在標(biāo)記串符號(hào)對(duì)換、增加和刪除變換下的性質(zhì)。根據(jù)隱藏信息的要求，先對(duì)標(biāo)記串做適當(dāng)變換，再在變換后的標(biāo)記串指導(dǎo)下修改自然語言句子，從理論上保證了可行修改的存在性，避免直接在自然語言句子層面上做修改的盲目性。該算法能抵抗同義詞替換攻擊。
　　 自然語言的句型具有穩(wěn)定性，而標(biāo)記串本質(zhì)上就是句型，于是一篇文檔對(duì)應(yīng)的標(biāo)記串具有統(tǒng)計(jì)特性。提出了一種基于信息熵的信息隱藏方案，該方案通過改變標(biāo)記串的概率分布使其熵與隱藏

4、的信息一致。由于水印函數(shù)是一類實(shí)值函數(shù)，其值域僅受計(jì)算精度限制，可以大幅度提高水印容量。算法能抵抗同義詞替換、句子移位等攻擊，避免了信息提取過程中的同步問題。安全性分析給出了敵手擦出水印的計(jì)算復(fù)雜度。另外，給定一個(gè)離散且有限隨機(jī)變量的熵，求其對(duì)應(yīng)的概率分布則需要解多元非線性方程，提出了一個(gè)將n元熵方程化為至多(n-1)個(gè)一元非線性方程求解的算法，證明了算法的正確性，給出了誤差估計(jì)。
　　 Wayner等提出的載體文本生成技術(shù)在自

5、然語言層次上構(gòu)造文法，文法的語言是自然語言的一個(gè)子集，要保證載體文本語義的一致性而不至于引起第三方懷疑，對(duì)文法有很高要求，難于實(shí)現(xiàn)自動(dòng)化。提出了基于Huffman樹和詞性標(biāo)記文法的兩種標(biāo)記串編碼信息隱藏方法。以標(biāo)記串集合為變換域，將秘密信息與載體文本都映射到該域，再運(yùn)用字符串匹配技術(shù)計(jì)算秘密信息句子在載體文本中的位置，位置即為密鑰。接收方與發(fā)送方有相同的標(biāo)記串集合與映射函數(shù)，根據(jù)密鑰從載體文本中提取標(biāo)記串，通過解碼標(biāo)記串讀出秘密信息。給

6、出了信息隱藏容量公式。由于本算法將秘密信息隱藏在文本句型而不是語句本身，從而可任意選取載體文本而徹底避免了語義一致性問題。詞性標(biāo)記文法易于構(gòu)造，語法分析可用YACC實(shí)現(xiàn)，容易實(shí)現(xiàn)自動(dòng)化。
　　 行移編碼信息隱藏技術(shù)使用質(zhì)心檢測(cè)方法提取信息，在文本行長(zhǎng)度較短的情況下檢測(cè)誤差較大。Low等指出質(zhì)心檢測(cè)方法對(duì)短文本行失效的原因在于短行質(zhì)量小會(huì)導(dǎo)致質(zhì)心噪聲方差大，但未給出改進(jìn)方法。對(duì)經(jīng)典的質(zhì)心檢測(cè)方法作了改進(jìn)，通過模擬擴(kuò)展初始文本行，綜