导读:本文包含了文本信息隐藏论文开题报告文献综述及选题提纲参考文献，主要关键词:信息隐藏,文本隐写,中文文本信息隐藏,文本特征
文本信息隐藏论文文献综述
吴国华,龚礼春,袁理锋,姚晔[1]（2019）在《中文文本信息隐藏研究进展》一文中研究指出文本信息隐藏是保护文本内容安全性与完整性的重要技术。综述了中文文本信息隐藏的研究进展,根据中文文本信息隐藏的线索,将已有的算法分为3类:基于文本图像的算法、基于文本格式的算法和基于文本内容的算法,分别阐述了每类算法的实现过程,分析其优势与不足,并且对比分析了它们的原理、嵌入容量和抵抗攻击能力等。此外,总结了中文文本信息隐藏技术存在的问题,并且对其研究趋势进行展望,期望为该领域的研究提供参考。(本文来源于《通信学报》期刊2019年09期）
彭博[2]（2019）在《文本信息隐藏算法的研究》一文中研究指出科技的不断进步使二十一世纪成为了信息爆炸的时代,人们能更方便的获取各种信息,但与此同时,信息安全也正在经受着前所未有的挑战。信息隐藏是保密通信范畴中的一种。通过信息隐藏技术,可以将秘密信息隐藏于普通载体中,实现在不引人注意的情况下传递信息。文本信息是生活中最常见的传输载体,但由于其冗余性普遍较低,使其发展相对于图像、视频等载体较为缓慢。传统的文本信息隐藏通过对载体进行修改而实现,存在鲁棒性差,载体寻找困难等问题。近年来的“搜索式”无载体信息隐藏虽然避免了对载体进行修改,但其嵌入率普遍较低,传输效率难以得到保证。为提高信息隐藏的安全性及传输效率,本文以“生成式”无载体信息隐藏为基础,提出了两种文本信息隐藏算法,具体内容如下:(1)提出了一种基于汉字结构特点的文本无载体信息隐藏算法。该算法以汉字的形态特点为基础,将秘密信息依据汉字数学表达式进行拆分,整理为数字序列的形式,再通过映射关系转换为英文字母,最后生成新的含密载体并进行传输。这种算法从汉字结构特点入手,通过变换、加密、生成等步骤对秘密信息进行隐藏。实验结果表明该算法的隐藏成功率可达99%以上,有效提高了通信的成功率。同时,该算法具有良好的安全性,在嵌入率方面也有较好表现。(2)提出了一种融合多语言特点的文本无载体信息隐藏算法。该算法将多语言特点结合应用于信息隐藏,打破以往信息隐藏只在某一种语言中寻求方案的局限性。该算法利用汉语与英语之间的相通性,通过汉语与英语之间的相互翻译、字符转换以及汉语的自动生成,实现了对秘密信息的隐藏。本文从理论上论证了利用汉语和英语特点进行信息隐藏的可行性和有效性,并进行了大量相关实验。实验结果表明,该算法可以抵御现有检测手段的攻击,具有较好的安全性和鲁棒性,同时其平均嵌入率可达到23.1%,相对于传统的文本信息隐藏算法和“搜索式”无载体信息隐藏算法均有较大提升。综上,本文提出了两种“生成式”文本无载体信息隐藏算法,其提出角度均不同于之前的相关算法,可以良好的完成信息隐藏工作。实验结果表明:两种算法在安全性及鲁棒性上均表现良好,不容易被检测攻击造成信息泄露,同时,算法嵌入率相对于之前的其他算法均有大幅进步,可以有效提高信息传输效率。(本文来源于《沈阳工业大学》期刊2019-06-03）
吴金阔,郭振波[3]（2019）在《基于汉明码的无载体文本信息隐藏算法》一文中研究指出现有文本信息隐藏算法大多针对载体文本结构或语义进行修改,很可能引起明显异常,算法存在隐蔽性不足与抗检测能力较差等问题。基于汉明码的自我纠错能力,提出了一种利用文本结构特征编码的无载体文本信息隐藏算法。对信息码文本进行结构特征编码处理,根据秘密消息的位置编码对信息码进行修改,得到处理后的监督码,搜索匹配的监督码文本载体进行传输。实验结果表明,该算法具有较好的可实现性,安全性也有所增强,能够广泛地应用于即时通信。不需要对载体文本进行修改,因而隐蔽性方面有一定的改进。(本文来源于《青岛大学学报(自然科学版)》期刊2019年02期）
唐涵[4]（2019）在《基于文本情感特征的信息隐藏及其分析》一文中研究指出信息隐藏作为信息安全研究领域的一个重要分支,主要研究在视频、图像、音频和文本等载体中隐藏秘密信息,达到隐秘通信的目的。与其他类型的载体相比,文本具有直观处理,数据量大等优点,但同时由于文本冗余度低导致难以在文本中隐藏更多信息。目前,国内外研究较多的是基于语义的文本信息隐藏,基于语义的文本信息隐藏方法是一种通过变换字词本身而不改变语义的隐藏方法,其中以同义词替换的方法目前取得成果较多。传统的基于同义词替换方法依赖同义词词典,目前使用最多的同义词词典是《同义词林》。但是随着语言环境的改变,《同义词林》中很多词语已经不能很好的适应当前研究环境。随着互联网用户原创内容的快速发展(UGC),大量的网络新词被发明,基于网络新词语的扩展也逐渐发展成为一个研究热点。基于同义词替换信息隐藏主要思想是寻找出载体文本存在于词典中的同义词,根据需要嵌入的比特信息对载体文本的词语做修改,达到嵌入秘密信息的目的。但嵌入的信息越多对载体操纵和编码次数就越频繁,会导致嵌入率较低,同时容易被统计隐写分析工具检测到。基于上述问题,本文提出了一种动态扩展情感词典的方法,采用特定规则识别语料中的情感词,通过词语向量工具word2vec学习出语料库中的词语上下文语义关系,采用余弦相似度算法将最相似的两个情感词组合成情感词对。最后将情感词对与矩阵编码算法相结合,通过计算出最小修改单元从而减少对载体的改写,增加了文本隐藏的嵌入率。本文采用文本困惑度作为隐写算法的评价指标,同时将支持向量机对隐写文本的检测结果作为算法性能指标。通过实验分析表明:扩展后的情感词典与矩阵编码相结合,能够提高隐写算法的嵌入效率,可以降低被统计分析工具检测到的可能性,从而提高秘密信息的安全性。(本文来源于《广州大学》期刊2019-05-01）
薛一鸣,周雪婧,周小诗,牛少彰,文娟[5]（2018）在《基于图像描述的文本信息隐藏》一文中研究指出针对文本信息隐藏嵌入容量低和语义连贯性差的问题,提出了一种基于神经网络图像描述的文本信息隐藏模型.将卷积神经网络与长短期记忆网络相结合,把图像特征和生成语句进行关联.从收发双方能否共享图像及模型参数的不同应用前提出发,设计了多种概率采样方式,从而生成载密的图像描述文本.实验结果表明,该算法具有较高的隐藏容量,载密描述句能较好地表达图像内容.该模型归属于"无载体"自然语言生成式信息隐藏,具有较好的隐蔽性和安全性.(本文来源于《北京邮电大学学报》期刊2018年06期）
白璐[6]（2018）在《基于“唐诗宋词”文本为载体的信息隐藏技术》一文中研究指出信息隐藏技术的思想于古代战时就已经存在,在互联网日益发达的今天,信息隐藏技术作为网络安全领域的一项重要技术,引起了人们的关注。信息隐藏的载体有很多种,本文所述的文本载体,不同于广泛传播的数字图像、视频等数据,文本数据拥有着独特的表现方式和不同的信息隐藏算法,尤其是中国的"唐诗"、"宋词"等经典体裁的诗歌,其极富韵律和特殊的格式的特点更是为信息隐藏技术提供了良好的模板。自然语言的迅速发展使得自动生成含有隐藏信息的诗词歌句更为方便,将其与密码学加解密算法相结合,实现以"唐诗"、"宋词"等文本为载体的信息隐藏。(本文来源于《计算机产品与流通》期刊2018年06期）
吉红勇[7]（2018）在《基于关键词的文本无载体信息隐藏研究》一文中研究指出信息隐藏是网络空间安全领域的一个重要研究方向。信息隐藏将秘密信息隐藏到正常的信息载体中而不破坏载体本身的内容,从而不被攻击者察觉并完成信息传递。由于现有的各类信息隐藏方案大多会对信息载体进行不同粒度的修改,因此这些方案难以抵抗各式各样的隐写检测技术。因此如何设计一种具有强抗隐写检测的信息隐藏方法至关重要。本文针对这一问题提出了基于关键词的无载体文本信息隐藏方案。无载体信息隐藏就是利用大数据中合适的自然文本,不做任何修改,直接用来传递隐藏信息。同时为了保证秘密信息接受端能够从自然文本中提取出隐藏信息,根据接收端的身份特征选取标签来辅助提取。本文的具体工作如下:1)提出了一种基于单关键词的文本无载体信息隐藏方案,该方法以汉字数学表达式中的汉字部件编码为标签辅助定位关键词在自然文本中的位置,对秘密信息进行分词等预处理之后得到一个关键词序列,以这些关键词为单位结合要发送目标的身份特征来检索自然文本,并将其直接作为载体发送给接收端,以此来实现文本隐藏传输,接收端可以根据自身身份特征来定位关键词,之后利用分词技术来提取关键词。这种方法通过借助分词器来降低了文本无载体信息隐藏的整体难度,大大简化了隐藏信息提取过程。实验表明在一定的标签范围内,该方法信息隐藏成功率可以达到98%以上。2)提出了一种基于标签-关键词模型的文本无载体信息隐藏方案,这是一种提高无载体文本信息隐藏容量的方法,该方法通过构建一串二进制串来映射后续自然文本中每个标签后隐藏的关键词词长,这样可以使得每个标签定位多个关键词,以此来提高隐藏容量,之后同样使用无载体标签定位关键词的方式来隐藏这串二进制串来保证其抗检测性。实验表明该方法切实提高了整体的隐藏容量。(本文来源于《南京信息工程大学》期刊2018-06-01）
陈盛[8]（2018）在《基于汉字编码的文本无载体信息隐藏研究》一文中研究指出信息隐藏是一种将秘密信息隐藏于大量公开数据中而不被攻击者发觉的技术,按载体可分为四类:文本、图像、视频、音频。其中文本在当今互联网时代的应用更加广泛。常规的文本信息隐藏算法普遍通过修改载体文本的格式和内容实现对秘密信息的隐藏。此类算法虽然具有较高的隐藏容量,但难以抵抗隐写分析,由此极易被攻击者检测出载体中所携带的秘密信息,算法的安全性难以保障。为了解决上述问题,一种全新的信息隐藏算法应运而生——无载体信息隐藏算法。其中,“无载体”并不意味着没有载体,它强调的是不对载体做任何修改,直接在文本大数据中检索载体文本。该算法一经提出,便引发了专家学者们的研究热潮。然而,设计一种高效的文本无载体信息隐藏算法存在两大难题,其一是对载体文本中秘密信息的提取,其二是对无载体信息隐藏容量的提高。针对这两大难题,本文提出了两种相应的解决方案,具体如下:1)基于Unicode编码的文本无载体信息隐藏算法为了提取载体文本中的秘密信息,本文使用Unicode编码设计定位标签以标识秘密信息在载体文本中的位置。该定位标签基于接收方的身份特征进行选取,由此保证了接收方在没有任何辅助信息的前提下,能在载体文本中提取出秘密信息。大量实验结果表明,该算法能保证接收方在只接收载体文本的基础上直接提取出秘密信息。2)基于词编码的文本无载体信息隐藏算法为了提高文本无载体信息隐藏的隐藏容量,本文通过统计分析汉语中常用的词语搭配,并将其进行编码形成组合词(简称为"词编码"),以减少载体文本的数量。同时,为了提高隐藏成功率,本文将组合词分为高频和低频两类。当秘密信息中的组合词不属于高频组合词时,我们需对该组合词进行切分,并检索包含切分结果的低频组合词,由此提高算法的隐藏成功率。大量数值分析和实验对比表明,该算法在保证较高隐藏成功率的基础上,极大地提高了文本无载体信息隐藏容量。(本文来源于《南京信息工程大学》期刊2018-06-01）
张建军[9]（2018）在《基于文本集常见词的无载体信息隐藏技术研究》一文中研究指出信息安全涉及到一个国家的政治、军事、经济等各方面安全。在秘密通信、版权保护等方面已经广泛应用的信息隐藏技术已经成为信息安全领域中的一个热点研究方向。传统的信息隐藏技术大都是通过在隐写载体中嵌入信息来进行,这势必会改变载体的统计特征分布,攻击者可以通过分析特征变化来知晓隐藏信息的存在甚至提取它。2015年由全国信息隐藏研讨会专家委员会提出的无载体信息隐藏技术为这一问题的解决提供了一个全新思路。无载体信息隐藏技术以秘密信息为驱动直接选择(生成)含密载体,在未对载体进行任何修改的情况下,通过载体的公开传递,完成秘密信息的传输。因未把信息嵌入到载体中,故未改变载体的统计特征分布,可以抵抗现有基于异常检测的隐写分析方法。无载体信息隐藏在2016年召开的第13届全国信息隐藏大会上被正式定位为第二代信息隐藏技术,已经成为当前信息隐藏技术研究的热点之一。本文以英文文本为研究对象,主要研究了文本大数据环境下的文本无载体信息隐藏技术。研究工作内容与研究成果主要如下:(1)提出了一种基于自定义部件的OOX文档信息隐藏算法。通过分析OOX文档结构及特点,利用文档中添加的自定义部件来存放加密后的秘密信息,本文提出了一种基于OOX文档自定义部件的文本信息隐藏算法。因自定义部件在OOX文档的主文档部件中并没有被引用,所以信息隐藏后的文档并未产生视觉差异或变化,具有较好的隐蔽性。同时,由于自定义部件“独立”(因其未被引用)于载体文档的主文档部件存在,信息隐藏过程并未造成文档中显示文本内容的任何改变,从这个意义上讲此方法是基于OOX文档的无载体信息隐藏方法。(2)提出了一种基于文本词阶图的无载体信息隐藏方法。在文本大数据的支持下,通过分析文本集中出现单词的词频分布特征,我们定义了文本集、单个文本及单词的词阶图,利用通信双方事先约定的词转换协议把秘密信息转换为文本集中的常见词,再通过双方约定的词阶标签定位协议为转换后的秘密信息选择相应的词阶标签,而后直接从文本大数据集中检索包含转换后的秘密信息与相应词阶标签的文本作为隐写载体,进而在未对隐写载体进行任何修改的情况下,完成秘密信息的隐藏。(3)提出了一种基于文本集常见词hash的无载体信息隐藏方法。借鉴Google公司用于网页查重的Simhash算法,我们定义了基于文本集常见词的hash签名,从而把一个文本映射为与文本集常见词相关的比特串。在此基础上我们定义了文本的常见词距离,并利用这个距离与词阶标签定位协议为转换后的秘密信息选择相应的词阶标签;而后通过检索常见词的词阶图,直接选择包含转换后秘密信息及相应词阶标签的文本作为隐写载体,从而实现文本无载体信息隐藏。(4)提出了两种综合利用文本词阶图与常见词hash的文本无载体信息隐藏方法。为了方便地把秘密信息转换为文本集中的常见词,结合文本集的词阶图与常见词hash,我们设计了两种词转换协议与相应的词阶标签定位协议。利用它们可直接从文本大数据集中检索包含秘密信息及相应词阶标签的文本作为隐写载体,从而通过载体的传输来实现秘密信息的传递。本文为文本无载体信息隐藏技术的研究提供了新思路,研究成果可较容易地推广到中文文本,也可应用于秘密通信等信息安全领域。(本文来源于《湖南大学》期刊2018-03-01）
张楠,李洪敏,柯明敏[10]（2017）在《基于格式化文本颜色的安全增强信息隐藏方法》一文中研究指出随着办公自动化的日益普及,文本成为信息存储和传输的重要载体,基于文本的信息隐藏技术凸显研究价值;针对文本的信息隐藏方法存在隐藏容量小、安全性低的特点,提出了基于格式化文本中字体RGB颜色值的安全增强信息隐藏方法,依据Kerckhoffs准则和康托展开式设计了隐藏信息的编码方法和信息隐藏过程,分析了该方法的使用条件、隐藏容量、安全性和适用性;通过实验验证,该方法具有较好的信息隐藏容量,适用范围广泛且具安全性较强,具有一定的实用价值。(本文来源于《计算机测量与控制》期刊2017年11期）
文本信息隐藏论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
科技的不断进步使二十一世纪成为了信息爆炸的时代,人们能更方便的获取各种信息,但与此同时,信息安全也正在经受着前所未有的挑战。信息隐藏是保密通信范畴中的一种。通过信息隐藏技术,可以将秘密信息隐藏于普通载体中,实现在不引人注意的情况下传递信息。文本信息是生活中最常见的传输载体,但由于其冗余性普遍较低,使其发展相对于图像、视频等载体较为缓慢。传统的文本信息隐藏通过对载体进行修改而实现,存在鲁棒性差,载体寻找困难等问题。近年来的“搜索式”无载体信息隐藏虽然避免了对载体进行修改,但其嵌入率普遍较低,传输效率难以得到保证。为提高信息隐藏的安全性及传输效率,本文以“生成式”无载体信息隐藏为基础,提出了两种文本信息隐藏算法,具体内容如下:(1)提出了一种基于汉字结构特点的文本无载体信息隐藏算法。该算法以汉字的形态特点为基础,将秘密信息依据汉字数学表达式进行拆分,整理为数字序列的形式,再通过映射关系转换为英文字母,最后生成新的含密载体并进行传输。这种算法从汉字结构特点入手,通过变换、加密、生成等步骤对秘密信息进行隐藏。实验结果表明该算法的隐藏成功率可达99%以上,有效提高了通信的成功率。同时,该算法具有良好的安全性,在嵌入率方面也有较好表现。(2)提出了一种融合多语言特点的文本无载体信息隐藏算法。该算法将多语言特点结合应用于信息隐藏,打破以往信息隐藏只在某一种语言中寻求方案的局限性。该算法利用汉语与英语之间的相通性,通过汉语与英语之间的相互翻译、字符转换以及汉语的自动生成,实现了对秘密信息的隐藏。本文从理论上论证了利用汉语和英语特点进行信息隐藏的可行性和有效性,并进行了大量相关实验。实验结果表明,该算法可以抵御现有检测手段的攻击,具有较好的安全性和鲁棒性,同时其平均嵌入率可达到23.1%,相对于传统的文本信息隐藏算法和“搜索式”无载体信息隐藏算法均有较大提升。综上,本文提出了两种“生成式”文本无载体信息隐藏算法,其提出角度均不同于之前的相关算法,可以良好的完成信息隐藏工作。实验结果表明:两种算法在安全性及鲁棒性上均表现良好,不容易被检测攻击造成信息泄露,同时,算法嵌入率相对于之前的其他算法均有大幅进步,可以有效提高信息传输效率。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
文本信息隐藏论文参考文献
[1].吴国华,龚礼春,袁理锋,姚晔.中文文本信息隐藏研究进展[J].通信学报.2019
[2].彭博.文本信息隐藏算法的研究[D].沈阳工业大学.2019
[3].吴金阔,郭振波.基于汉明码的无载体文本信息隐藏算法[J].青岛大学学报(自然科学版).2019
[4].唐涵.基于文本情感特征的信息隐藏及其分析[D].广州大学.2019
[5].薛一鸣,周雪婧,周小诗,牛少彰,文娟.基于图像描述的文本信息隐藏[J].北京邮电大学学报.2018
[6].白璐.基于“唐诗宋词”文本为载体的信息隐藏技术[J].计算机产品与流通.2018
[7].吉红勇.基于关键词的文本无载体信息隐藏研究[D].南京信息工程大学.2018
[8].陈盛.基于汉字编码的文本无载体信息隐藏研究[D].南京信息工程大学.2018
[9].张建军.基于文本集常见词的无载体信息隐藏技术研究[D].湖南大学.2018
[10].张楠,李洪敏,柯明敏.基于格式化文本颜色的安全增强信息隐藏方法[J].计算机测量与控制.2017