语言隐写分析的系统实用方法研究

Linguistic steganography hides information using natural languages. Linguistic steganalysis is the reverse research of linguistic steganography and it aims to detect the existence of hidden information and recovery the information. It has great significance in preventing the transmission of sensitive information and thus enhancing information security. Currently, the research on linguistic steganalysis has just in its beginning. The present linguistic steganalysis methods are targeted to particular steganography methods. They pay close attention to accuracy, but their applicability is poor. They are hard to be used systematically in practice. Therefore, aiming at the problems described above, this project focuses on the research of systematic and practical linguistic steganalysis methods. Its research contents include (1) designing practical steganalysis features; (2) studying systematic linguistic steganalysis models and methods; (3) studying the impacts of classification methods and experimental texts on steganalysis results, enhancing the practicability of the steganalysis. From the perspectives of linguistic style and linguistic suitability, making use of the combining methods of probability statistical analysis and semantic correlation analysis and classification techniques, after analyzing the principles of various known linguistic steganography methods, we design the steganalysis features with reasonable compromise between efficiency and applicability, propose systematic linguistic steganalysis models, and gradually develop a systematic and practical methodology of linguistic steganalysis. The implementation of the project will probably boost the development of linguistic steganalysis practicability.

语言隐写术利用自然语言来隐藏信息。语言隐写分析是语言隐写术的逆向研究，是对隐写信息的存在性检测与还原分析。语言隐写分析对阻止敏感信息传输，从而增强信息安全，有着重要意义。当前，对语言隐写分析的研究刚刚起步，已有的分析方法一般仅针对特定隐写方法，只关注准确性，适用性差，难以实现系统实用的分析。因此，本项目拟针对上述问题，研究系统实用的语言隐写分析方法，研究内容包括：（1）设计实用的分析特征；（2）研究系统的语言隐写分析模型和方法；（3）研究分类方法和实验文本对分析效果的影响，增强分析方法的实用性。我们拟从语言风格和语言适合度的角度，主要采用概率统计分析和语义关联分析相结合的手段和分类技术，在剖析各种已知隐写方法原理的基础上，设计有效性和适用性合理折衷的分析特征，提出系统的语言隐写分析模型，逐步发展成一套系统实用的语言隐写分析方法。本项目的实施有望促进语言隐写分析技术的实用化发展。

语言隐写分析通过特征的提取与分析，研究文本载体（特别是自然语言文本）中是否隐藏了信息。语言隐写分析对阻止敏感信息的非法传输，提高信息安全性，具有重要意义。当前，对语言隐写分析的研究刚刚起步，相关研究很少，已有的分析方法针对性强，适用性差。本项目研究系统实用的语言隐写分析技术，主要工作如下：. （1）我们设计了多种语言隐写分析特征，包括如下几大类，即基于自然频率划分的词分布分析特征、基于协议行为的分析特征、基于基准数据库的分析特征和基于数据关联性的分析特征。实验表明，这些分析特征均具有良好的区分性（比如分析准确率一般在90%以上）和一定的适用性，为实现实用的隐写分析提供了重要基础。. （2）我们提出了一个通用的语言隐写分析模型。该模型注重在特征提取过程中，运用自然语言处理相关的辅助信息（如词典、词频等），以提高特征对文本特质的表达能力；同时，能够采用多类型分类器，用于分析多种载密文本，实现具体隐写方法的预测。该模型有别于以往仅使用双类型分类器的分析模型，具有更强的适用性。按照该模型，应用所设计的隐写分析特征，我们设计了多种相应的语言隐写分析方法。. （3）我们深入研究了SVM的分类机理和参数优化方法，根据不同情况配置相应参数，大大提高了分析的准确率；同时对各种语料，包括不同语言、不同体裁、不同长度的文本，进行了大量实验，验证了语言隐写分析方法的适应性。. 以上工作对丰富语言隐写分析的理论研究，实现实用的语言隐写分析技术具有重要意义。同时，所提出的分析方法，对著作权分析的研究也有借鉴意义。. 另外，我们在本项目研究内容的基础上，在信息安全范围内对其进行了扩展研究。首先，我们在研究语言分析技术的基础上，也提出了多种语言隐写方法，可作为后续语言隐写分析的研究对象。其次，我们也从对信息隐藏的研究中，获得了对安全通信、隐私保护、数字签名等方面的深刻理解，进而在隐私保护、数字签名等方面取得了一系列扩展性成果。