CN111027081B - 基于特征映射的文本无载体信息隐藏方法 - Google Patents

Abstract

本发明属于信息安全技术领域，公开一种基于特征映射的文本无载体信息隐藏方法，本发明以中文文本为载体，通过构建特征映射实现文本的无载体信息隐藏，通过提取文本内容的声调属性，并编码转化为特征序列，建立文本库的特征序列表，并根据特征匹配规则将文本与比特序列进行特征匹配和指定匹配，据此构建文本库的特征映射表。该方法根据映射关系检索符合要求的文本文件进行传输，以达到传递秘密信息的目的，与现有文本无载体隐藏方法相比，本发明提供的方法符合无载体信息隐藏方法的特征，具有十分理想的隐蔽性和安全性，同时有效降低了对文本库的依赖程度，显著提升了嵌入成功率。

Description

基于特征映射的文本无载体信息隐藏方法

技术领域

本发明属于信息安全技术领域，尤其涉及一种基于特征映射的文本无载体信息隐藏方法。

背景技术

信息隐藏是指在不改变隐藏载体特征的情形下，将预处理后的秘密信息嵌入到选定载体中，通过载体的传输来实现信息的传递。传统信息隐藏方法的研究重点在于寻找载体的冗余特征并将之作为嵌入部位,通过修改冗余特征的部分属性来实现信息隐藏。该类方法已经取得一定的研究成果，但由于秘密信息的嵌入会改变隐藏载体的统计特征，因此难以抵抗基于统计特征检测的攻击算法。对该类方法而言，秘密信息的安全性很大程度依赖于算法的保密，这无疑违背了信息安全的基本要求。

为解决上述问题，无载体信息隐藏的概念被提出并推广。无载体信息隐藏并不是不依赖于载体，而是不对载体进行修改。与传统信息隐藏方法相反，无载体信息隐藏以秘密信息为驱动，从大量文本中选择符合条件的文本文件或直接生成相应文本文件加以发送，以此实现信息的传递。与传统方法相比，该类方法在安全性和隐蔽性方面有明显改善。由于无载体信息隐藏方法不对载体进行修改，其传输的文本文件均为具有正常语义的自然文本，显著提高了传输过程的隐蔽性，也能够抵抗现有的隐写检测方法。同时，该类方法无需传输额外信息，双方依据事先协议即可实现信息的隐藏和提取，进一步保证了通信的安全。

目前，无载体文本信息隐藏相关研究已取得一定进展。其中绝大部分算法均基于搜索式无载体隐藏模型。如文献1(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.)利用汉字数学表达式构造定位标签，通过检索满足“标签+关键词”组合的文本来传输秘密信息；文献2(Zhang J,Shen J,Wang L,et al.Coverless TextInformation Hiding Method Based on the Word Rank Map[M]//Cloud Computing andSecurity.Springer International Publishing,2016.)依据词阶图与文本的映射关系，根据转换协议和密钥检索文本以传送秘密信息。通过搜索式无载体信息隐藏方法实现信息隐藏，需要利用大量自然文本作为文本库，借此来保证能够稳定检索到符合要求的文本文件。该类方法通过将秘密信息切分，利用接收方ID、发送时间等随机性信息构建索引，形成“索引—关键词”结构，在文本库中查找符合条件的文本并发送，接收方根据索引定位相应关键词提取秘密信息。由于引入了标签索引，文本既需要包含关键词，又需要同时满足标签条件，致使检索到符合条件的文本的可能性降低，隐藏成功与否与文本库容量和涵盖词汇范围密切相关。为了保证隐藏成功率，收发双方往往需要构建10G以上文本库，占用了较多资源，一定程度上限制了该类方法的实践应用。

发明内容

本发明针对现有文本无载体隐藏方法对文本库依赖程度大、嵌入成功率低的问题，提出一种基于特征映射的文本无载体信息隐藏方法，提供了稳定的嵌入容量。

为了实现上述目的，本发明采用以下技术方案：

一种基于特征映射的文本无载体信息隐藏方法，包括：

步骤1：遍历文本库路径，获取文本库中文本的数量M，计算文本库的映射深度L；

步骤2：读取文本库中文本的内容并获取声调信息，根据编码规则将所述声调信息转化为特征序列，根据特征序列建立文本库的特征序列表；

步骤3：根据映射深度L生成1～L位比特序列X，通过特征序列表依次将X与文本进行特征匹配，特征匹配完毕后，对缺少相应匹配文本的比特序列进行指定匹配，完成特征映射表的构建；

步骤4：发送端将秘密信息转化为比特流，利用随机函数和加密算法进行置乱和加密，按照映射深度L进行切分，根据特征映射表检索相应文本文件，按顺序发送至接收端；

步骤5：接收端按照步骤3构建特征映射表，判断接收的文本文件与本地相应文本文件的相似度是否在合理区间，若是则依次检索文本文件对应的比特序列，组合后进行解密并归正排序，获得秘密信息；若否则按照约定更换信道进行重传。

进一步地，所述步骤1中，根据下列公式计算文本库的映射深度L：

2¹+2²+…+2^L≤M

2¹+2²+…+2^L+2^L+1＞M。

进一步地，所述步骤2包括：

步骤2.1：读取文本库中文本的内容，去除非汉字字符，获取声调特征；

步骤2.2：根据编码规则将声调特征转化为特征序列，并将文本名及其路径、特征序列、序列长度添加至特征序列表中，重复步骤2.1及步骤2.2直至所有文本均处理完毕；

步骤2.3：将特征序列表中的所有特征序列按照序列长度进行升序排列，若序列长度相同，按照特征序列取值大小升序排列，完成特征序列表结构化。

进一步地，所述步骤3包括：

步骤3.1：根据映射深度L生成1～L位比特序列X，依次从X序列尾部提取元素X_i与特征序列表中的特征序列进行比对，判断特征序列前端数据位是否与X_i相同，其中1≤i≤2^L-2，i表示元素X_i在比特序列中的位置索引，通过特征序列表依次将X与文本进行特征匹配：

若相同，则依次提取X_i、特征序列、文件名及路径，添加至特征映射表中，该特征序列不再参与后续匹配；

若不相同，则提取下一特征序列进行比对，直至匹配完成或所有特征序列均已比对完毕；

若所有特征序列均已比对完毕，且未检索到符合要求的特征序列，记录X_i在比特序列中的位置索引，添加至待匹配列表中；

步骤3.2：依次提取待匹配列表中的X_i序列和特征序列表中未完成匹配的特征序列进行指定匹配，并添加相应元素至特征映射表中，重复该步骤直至待匹配列表所有元素均已匹配完毕。

进一步地，所述步骤4包括：

步骤4.1：将秘密信息N转化为二进制序列，利用随机函数和加密算法，结合事先约定的随机种子数K₁和密钥K₂对秘密信息N进行置乱排序并加密，得到秘密信息序列N’；

步骤4.2：根据映射深度L对秘密信息序列N’进行切分，依照特征映射表检索秘密信息序列各段比特序列对应的文本，按顺序发送至接收端。

进一步地，所述步骤5包括：

步骤5.1：接收端按照步骤3建立特征映射表，计算接收的文本文件和本地文本库对应文件的相似度，判断所述相似度是否在合理区间，若否，则更换信道进行重传；若是，则根据接收的文本提取对应的比特段，组合后得到加密后的秘密信息序列N’；

步骤5.2：接收端根据随机函数和解密算法，结合事先约定的随机种子数K₁和密钥K₂，对秘密信息序列N’进行解密和归正排序，通过相应逆变换得到秘密信息N。

与现有技术相比，本发明具有的有益效果：

本发明通过构建特征映射表，对任意长度不大于映射深度的比特序列进行特征匹配和指定匹配，使得文本库能够表示任意长度不大于映射深度的比特序列，以此保证稳定的嵌入成功率。现有的基于搜索式模型的无载体隐藏方法普遍需要体量巨大、类型多样、内容丰富的文本库，以保证信息隐藏的成功率；本发明极大地改善了这个问题，在利用小规模文本库的前提下依然能够确保隐藏成功，降低了对于文本库的依赖程度。

附图说明

图1为本发明实施例一种基于特征映射的文本无载体信息隐藏方法的基本流程图；

图2为本发明实施例一种基于特征映射的文本无载体信息隐藏方法的特征序列表示例图；

图3为本发明实施例一种基于特征映射的文本无载体信息隐藏方法的经过特征匹配的特征映射表示例图；

图4为本发明实施例一种基于特征映射的文本无载体信息隐藏方法的经过指定匹配的特征映射表示例图。

具体实施方式

下面结合附图和具体的实施例对本发明做进一步的解释说明：

如图1所示，一种基于特征映射的文本无载体信息隐藏方法，包括：

步骤S101：遍历指定路径的文件夹，获取文本库中文本的数量M，根据下列公式计算文本库的映射深度L：

2¹+2²+…+2^L≤M

2¹+2²+…+2^L+2^L+1＞M

文本库的映射深度L表示该文本库的M个文本能够表达任意1～L位比特序列。

步骤S102：读取文本库中文本的内容并获取声调信息，根据编码规则将所述声调信息转化为二进制序列，据此建立文本库的特征序列表，详细流程如下：

步骤S102.1：读取文本库中文本的内容，去除标点符号、字母、数字等非汉字内容，获取声调特征；

步骤S102.2：将一声转化为‘00’，二声转化为‘01’，三声和轻声转化‘10’，四声转化为‘11’，据此编码规则将声调序列转化为二进制序列，该序列与文本高度关联，不同文本生成的序列具有显著差异，因此该序列可以视为文本的特征序列；

步骤S102.3：将文本名及路径、特征序列、序列长度信息添加至特征序列表中，重复前述步骤直至所有文本特征序列均已添加完成；

步骤S102.4：对特征序列表进行排序，规则如下：

(1)提取特征序列表中的长度信息，将各元素按照特征序列长度升序排列；

(2)若长度相同，则按照特征序列取值大小升序排列。

步骤S103：根据映射深度L和特征序列表，构建特征映射表，具体包括：

步骤S103.1：根据映射深度L生成1～L位比特序列X，X＝[0,1,00,01,10,11,000,……,1111…111]；

步骤S103.2：依次从X序列尾部提取元素X_i与特征序列表中的特征序列进行比对，判断特征序列前端数据位是否与X_i相同，其中1≤i≤2^L-2，i表示元素X_i在比特序列中的位置索引：

若相同，则依次提取X_i、特征序列、文件名及路径，添加至特征映射表中，该序列不再参与后续匹配过程；

若不相同，则提取下一特征序列进行比对，直至匹配完成或所有特征序列均比对完毕；

若所有特征序列均已比对完毕，且仍未检索到符合条件的文本文件，则记录X_i位置索引，添加至待匹配列表中；

步骤S103.3：提取待匹配列表中的X_i元素与特征序列表中未完成匹配的特征序列进行指定匹配，并添加相应元素至特征映射表中，重复该步骤直至待匹配列表所有元素均已匹配完毕；

所述指定匹配指具体指定一个特征序列表中未完成匹配的特征序列作为待匹配列表中的X_i序列对应的特征序列；指定匹配的具体规则可以因双方约定而定，因特征序列表内各特征序列已经经过排序，具体的可以直接按顺序进行匹配；

步骤S103.4：将未构建映射的文本文件依次分配给特征映射表中的L位比特段，作为传输重复比特序列时的替换。

步骤S104：发送端根据秘密信息N和特征映射表，检索相应文本文件并发送至接收端，具体包括以下步骤：

步骤S104.1：将秘密信息N转化为二进制序列，获得其长度信息lenth，利用random.sample()函数和种子数K₁生成取值范围为[0,lenth)、排列顺序随机的序列作为置乱排序的索引，置乱排序后结合加密算法和密钥K₂进行加密，得到秘密信息序列N’；

值得说明的是，Random.sample()函数是python自带的随机函数，主要利用其生成取值范围为[0,lenth)、排列顺序随机的序列，类似函数有很多，此处仅作为一种具体的实施方式，并不对函数进行限定；

步骤S104.2：根据映射深度L对秘密信息序列N’进行切分，每L位为一段(比特序列)(最后一段长度小于或等于L亦可)，根据特征映射表检索秘密信息序列各段比特序列对应的文本文件，按顺序发送至接收端。

步骤S105：接收端根据收到的文本文件和特征映射表，提取对应比特并组合，经过相应逆变换后即可转化为原始信息，具体包括以下步骤：

步骤S105.1：接收端按照步骤S103相同规则建立特征映射表，根据接收的文本从本地文本库中提取同名文本，计算编辑距离，并依照如下公式计算相似度：

similarity＝(max(a，b)-edit(a，b))/max(a，b)

其中，edit(a，b)表示文本a与文本b的编辑距离，max(a，b)表示文本a和文本b两个文本长度中的较大值；

步骤S105.2：判断所述相似度是否在合理区间，若相似度不在合理区间，则按照约定更换信道进行重传，若相似度在合理区间内，则根据接收的文本提取对应的各段比特序列，组合后得到秘密信息序列N’，再依据加密算法和密钥K₂进行解密运算；

值得说明的是，合理区间具体的取值区间取决于发送端和接收端双方对内容更改的容忍程度和对通信安全的需求，一般可设置为70％以上；

步骤S105.3：利用random.sample()函数和种子数K₁生成置乱索引，据此进行归正排序，通过相应逆变换即可获得秘密信息M。

为形象表示本发明实验结果，本发明以秘密消息“信息”为例，文本库为搜狗实验室全网新闻语料库的1200篇教育类新闻，总大小为110MB，每篇文本大小在1～4KB之间。该文本库为双方共享，种子数K＝7为双方事先约定。本具体实施例旨在说明本发明方法的一般流程，对加密解密、指定替换文本和相似度判决等步骤不予演示。

1.计算映射深度：

遍历文本库，获得文本数目M为1200，代入下列公式，计算可得映射深度L＝9。

2¹+2²+…+2^L≤M

2¹+2²+…+2^L+2^L+1＞M

2.获取特征序列，构建特征序列表：

2.1、依次读取文本，去除非汉字字符，获得声调信息；

2.2、按照编码规则，一声对应‘00’，二声对应‘01’，三声和轻声对应‘10’，四声对应‘11’，将声调信息转化为特征序列；

2.3、将文件名及其路径、特征序列、序列长度等信息添加至特征序列表；

2.4、重复前述步骤，直至所有文本均已处理完毕；

2.5、根据序列长度将特征序列表对应元素升序排列，若长度相同，则按照特征序列取值大小升序排列，得到特征序列表，如图2所示。

3.通过特征匹配和指定匹配，构造特征映射表，如图3所示：

3.1、由于映射深度L＝9，据此生成比特序列X＝[0,1,00,01,……,111111111]；

3.2、依次从X尾部提取元素X_i，逐个与特征序列表中的特征序列进行比对，判断特征序列前端数据位是否与X_i相同：

若相同，则提取X_i、特征序列、文件名及路径，添加至特征映射表中，该序列不再参与后续匹配过程；

若不相同，则提取下一特征序列进行比对，直至匹配完成或所有特征序列均比对完毕；

若所有特征序列均已比对完毕，且仍未检索到符合条件的文本文件，则记录X_i位置索引,添加至待匹配列表中；

3.3、提取待匹配列表中的X_i元素与特征序列表中未完成匹配的特征序列进行指定匹配，并添加至特征映射表中，重复该步骤直至待匹配列表所有元素均已匹配完毕，指定匹配结果如图4所示(图4中010000010即属于指定匹配情形)。

4.信息隐藏：

4.1、发送端根据random.sample()函数和种子数7，得到置乱索引[10,4,12,20,1,2,17,3,11,18,25,16,6,19,24,23,14,26,22,27,8,13,0,9,28,7,29,15,5,21]；

4.2、将秘密信息转化为二进制序列[10011 11111 00001 11000 00011 01111]，根据步骤4.1的置乱索引进行置乱排序，得到秘密信息序列[01000 00100 01101 1110110111 11110]；

4.3、将秘密信息序列按9位进行切分，得到秘密信息序列M’[010000010,001101111,011011111,110]，据此检索特征映射表，提取各比特序列的对应文本729.txt、740.txt、301.txt、604.txt，并依次发送。

5.信息提取：

5.1、接收端根据同样规则建立特征映射表，依据接收的文本提取相应比特并结合，得到[01000 00100 01101 11101 10111 11110]；

5.2、结合random.sample()函数和种子数K＝7求得置乱索引，归正排序后经过逆变换即可得到秘密信息序列[10011 11111 00001 11000 00011 01111]；

5.3、将秘密信息序列进行解密转化为字符，即可得到秘密信息“信息”，据此实现秘密信息的提取。

以上所示仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。

Claims (5)

1.一种基于特征映射的文本无载体信息隐藏方法，其特征在于，包括：

步骤1：遍历文本库路径，获取文本库中文本的数量M，根据下列公式计算文本库的映射深度L：

2¹+2²+…+2^L≤M

2¹+2²+…+2^L+2^L+1>M

步骤2：读取文本库中文本的内容并获取声调信息，根据编码规则将所述声调信息转化为特征序列，根据特征序列建立文本库的特征序列表；所述编码规则包括：将一声转化为‘00’，二声转化为‘01’，三声和轻声转化‘10’，四声转化为‘11’；

步骤3：根据映射深度L生成1～L位比特序列X，通过特征序列表依次将X与文本进行特征匹配，特征匹配完毕后，对缺少相应匹配文本的比特序列进行指定匹配，完成特征映射表的构建；

步骤4：发送端将秘密信息转化为比特流，利用随机函数和加密算法进行置乱和加密，按照映射深度L进行切分，根据特征映射表检索相应文本文件，按顺序发送至接收端；

步骤5：接收端按照步骤3构建特征映射表，判断接收的文本文件与本地相应文本文件的相似度是否在合理区间，若是则依次检索文本文件对应的比特序列，组合后进行解密并归正排序，获得秘密信息；若否则按照约定更换信道进行重传。

2.根据权利要求1所述的基于特征映射的文本无载体信息隐藏方法，其特征在于，所述步骤2包括：

步骤2.1：读取文本库中文本的内容，去除非汉字字符，获取声调特征；

步骤2.2：根据编码规则将声调特征转化为特征序列，并将文本名及其路径、特征序列、序列长度添加至特征序列表中，重复步骤2.1及步骤2.2直至所有文本均处理完毕；

步骤2.3：将特征序列表中的所有特征序列按照序列长度进行升序排列，若序列长度相同，按照特征序列取值大小升序排列，完成特征序列表结构化。

3.根据权利要求1所述的基于特征映射的文本无载体信息隐藏方法，其特征在于，所述步骤3包括：

步骤3.1：根据映射深度L生成1～L位比特序列X，依次从X序列尾部提取元素X_i与特征序列表中的特征序列进行比对，判断特征序列前端数据位是否与X_i相同，其中1≤i≤2^L-2，i表示元素X_i在比特序列中的位置索引，通过特征序列表依次将X与文本进行特征匹配：

若相同，则依次提取X_i、特征序列、文件名及路径，添加至特征映射表中，该特征序列不再参与后续匹配；

若不相同，则提取下一特征序列进行比对，直至匹配完成或所有特征序列均已比对完毕；

若所有特征序列均已比对完毕，且未检索到符合要求的特征序列，记录X_i在比特序列中的位置索引，添加至待匹配列表中；

步骤3.2：依次提取待匹配列表中的X_i序列和特征序列表中未完成匹配的特征序列进行指定匹配，并添加相应元素至特征映射表中，重复该步骤直至待匹配列表所有元素均已匹配完毕。

4.根据权利要求1所述的基于特征映射的文本无载体信息隐藏方法，其特征在于，所述步骤4包括：

步骤4.1：将秘密信息N转化为二进制序列，利用随机函数和加密算法，结合事先约定的随机种子数K₁和密钥K₂对秘密信息N进行置乱排序并加密，得到秘密信息序列N’；

步骤4.2：根据映射深度L对秘密信息序列N’进行切分，依照特征映射表检索秘密信息序列各段比特序列对应的文本，按顺序发送至接收端。

5.根据权利要求1所述的基于特征映射的文本无载体信息隐藏方法，其特征在于，所述步骤5包括：

步骤5.1：接收端按照步骤3建立特征映射表，计算接收的文本文件和本地文本库对应文件的相似度，判断所述相似度是否在合理区间，若否，则更换信道进行重传；若是，则根据接收的文本提取对应的比特段，组合后得到加密后的秘密信息序列N’；

步骤5.2：接收端根据随机函数和解密算法，结合事先约定的随机种子数K₁和密钥K₂，对秘密信息序列N’进行解密和归正排序，通过相应逆变换得到秘密信息N。

Images