基于流媒体互动系统的自然语言信息隐藏研究

A large amount of interactive information in interactive streaming media system provides a new covert channel for natural language information hiding. It also puts forward a huge challenge to steganography because steganographic interactive messages must match with context of situation including video semantic information and interactive message features. The mechanism of natural language steganography is studied in this project. To extract context of situation from interactive streaming, the feature exaction methods are proposed, by selecting interactive messages of high concern to remove unrelated messages, measuring correlation of interaction information and video key frames to select the interest frames, and adopting convolutional neural network to extract feature vectors of interest frames. To construct the natural language model driven by secret information, the method generating steganographic interactive messages based on Long Short-Term Memory (LSTM) is proposed. We adopt attention-based LSTM and dynamic synonym substitution to ensure synactic correctness and semantic reasonableness. At last, the security evaluation of steganographic interactive messages is carried out through the analysis of syntax, semantics and statistical characteristics. This research will provide new ideas and technical support for information hiding.

网络互动系统中的大量文本信息为自然语言信息隐藏提供了一种新的安全隐秘通道，同时也带来了巨大挑战：要求载密文本信息必须与语境信息相匹配。本课题拟研究基于流媒体互动信息的自然语言信息隐藏机理。先期开展基于图像描述的自然语言信息隐藏研究，提出基于卷积神经网络的图像语义特征提取方法。重点研究秘密信息驱动的自然语言模型构建问题，提出基于LSTM的载密交互信息生成方法，通过在LSTM模型中引入注意力机制，结合动态同义词替换，保证载密自然语言的语法合理性、语境匹配性。最后通过语法、语义、统计特征等多个方面的分析开展载密自然语言安全性评价研究。本课题研究将为流媒体互动系统的信息隐藏提供新的思路和技术支撑。

流媒体互动系统的自然语言信息隐藏必须与网络中的图像语义信息相匹配，须与秘密信息相适应，为此本项目重点从自然语言嵌入方法、载密交互信息生成模型、载密自然语言安全性检测三个方面开展了研究。针对传统同义词替换存在的难以保证同义词词频及语义一致性的问题，提出动态同义词替换方法，该方法具有生成式隐藏方法和同义词替换方法的优势，安全性较高。针对载密文本信息与图像语义相匹配的要求，利用卷积神经网络提取图像语义特征，在此基础上结合注意力机制，构建了LSTM的载密交互信息生成模型。针对传统文本隐写分析方法适应性差、检测率低等问题，首次将卷积神经网络引入到文本隐写分析中，通过词向量和不同大小的矩形卷积核自动获取词、语义、句子的特征表示，显著提升了文本隐写分析性能。项目所采用的方法及关键技术是对自然语言信息隐藏的丰富和创新，推进了自然语言信息隐藏技术的进步。