CN111447188B - 基于语言隐写特征空间的无载体文本隐写方法 - Google Patents

Abstract

一种基于语言隐写特征空间的无载体文本隐写方法，基于语言的一种或多种隐写特征构建隐写特征空间和元树集，建立基于密钥的映射关系，并根据密钥确定的规则将秘密消息转换成二进制串后进行分段，任意选取文本并生成与秘密消息二进制串分读个数相同长度的文字序列，依次将二进制子串与文字序列中的对应元素在元树集上进行匹配找到对应的元树，把这些元树构建成隐写树，得到隐写树标识后与载体文本发送给接收方。接收者在相同的语言隐写特征空间与元树集上，将隐写树拆分为元树序列，再将这些元树序列与基于载体文本生成的文字序列中对应元素进行匹配得到秘密消息的对应二进制片段，进而得到秘密消息。本方法具有较高的隐蔽性，较大的隐藏容量。

Description

基于语言隐写特征空间的无载体文本隐写方法

技术领域

本发明涉及一种基于语言隐写特征空间的无载体文本隐写方法，属于文本信息隐藏领域。

背景技术

万维网上日益增加的海量信息极大地方便了人们的生活。同时，各种信息泄露以及信息被劫持的问题也是层出不穷，这导致了很多重大损失。因此人们对于信息安全问题也越来越重视，这加快了信息隐藏的发展。文本作为网络传播和日常生活中应用最为广泛的媒介，在信息隐藏领域应用却不如图像、视频、音频广泛。这主要是由于文本中的冗余信息较少、隐藏容量小且难度大。目前文本信息隐藏主要分为修改载体和无载体两种方式。基于文本的修改式隐写方法容量较小、容易受格式重排、复制粘贴等攻击且易于被检测，因此，无载体文本隐写引起了人们的重视。所谓无载体并不是不依靠载体传递信息，而是通过一定的规则，将秘密消息映射文本，对文本本身不做修改。这使得无载体隐写方法在安全性上较修改式文本隐写好，并且对于目前的隐写检测方法也有较强的抵抗性。但已有文本无载体方法仍然存在隐藏容量小的问题，且都是针对特定语言特征进行的，不具有通用性。

综上所述，载体修改式的文本隐写方法容易引起别人怀疑，鲁棒性差并且容易被检测。文本无载体信息隐藏领域虽然有一些成果，但这些成果大多是针对某个特定语言或特定语言特征的，隐写容量小且算法通用性不强。

发明内容

针对上述文本隐写方法中存在的通用性差和隐藏容量小的问题，本发明提供一种基于语言隐写特征空间的无载体文本隐写方法。

本发明解决上述问题所采取的技术方案是：一种基于语言隐写特征空间的无载体文本隐写方法，包括发送方的隐写过程和接收方的提取过程，其特征在于，

所述的隐写过程包括以下步骤：

1)建立语言隐写特征空间LF；

2)建立发送方和接收方共享的基于密钥的映射关系；

3)建立语言隐写特征空间上的元树集F，发送方选取密钥后根据所述的基于密钥的映射关系确定元树标识方法，并利用该元树标识方法对该元树集F中的元树进行标识；

4)基于所述的密钥和基于密钥的映射关系确定秘密消息预处理方法和二进制串分段方法；并利用该秘密消息预处理方法对欲传递的秘密消息S预处理为二进制串；然后利用该二进制串分段方法对得到的二进制串进行分段处理，得到二进制子串序列C；

5)任意选取文本，基于所述的密钥和密钥的映射关系确定文字序列生成方法，并利用该文字序列生成方法对选取文本中的文字重新组合，生成与所述的二进制子串序列C中的二进制子串个数相对应长度的文字序列T；

6)建立隐写树，并基于所述的密钥和基于密钥的映射关系确定隐写树标识方法，利用该隐写树标识方法对该隐写树进行标识，得到隐写树标识W；

7)将所述的密钥、文本和隐写树标识W分别发给接收方，完成信息隐藏发送过程；

所述的提取过程包括以下步骤：

1)建立与发送方相同的语言隐写特征空间LF；

2)建立与发送方相同的语言隐写特征空间上的元树集F，并采用所述的元树标识方法对元树集F的元树进行标识；

3)采用隐写过程的隐写树标识方法，找到与接收到的隐写树标识W对应的隐写树，然后依次对隐写树每层的一棵子树进行广度优先遍历，得到组成隐写树的每层元树标识，将其组成元树标识序列M；

4)根据所述的文字序列生成方法对收到文本中的文字重新组合，得到与所述的元树标识序列M对应长度的文字序列T；

5)根据所述的元树标识方法找出元树标识序列M中的每棵元树，并与所述的文字序列T中对应的文字依次匹配得到二进制片段，将这些二进制片段按序连接，再按照所述的秘密消息预处理方法的逆操作得到秘密消息。

所述的隐写过程和提取过程的步骤1)中的“语言隐写特征空间LF”(定义1)为由一种语言所具有的一种或者多种不同的隐写特征构成的集合，该语言隐写特征空间记为：LF＝{lf₁,lf₂,…,lfNL}，其中lf_i是一个隐写特征，这里i∈[1,N_L]，N_L是一个正整数，它的值是收发双方选取的语言隐写特征最大个数。

所述的隐写过程的步骤2)中，所述的双方共享的基于密钥的映射关系包括：所述的密钥分别与秘密消息预处理方法、二进制串分段方法、文字序列生成方法、元树标识方法及隐写树标识方法之间的映射关系。

所述的隐写过程的步骤3)和提取过程的步骤2)中的建立语言隐写特征空间上的元树集F方法为：

每个隐写特征可以把语言文字划分为不同的具体类别；定义2：假设一种隐写特征lf_i将语言文字集R分为

个类别，即

其中，

即选取的每个隐写特征都会把语言文字R分为至少两类，将这

类进行合并重组为

个类别，其中

满足：

即：

同前，这里n都是正整数；

对隐写特征lf_i对应的类别合并重组后，此时整个语言文字集R记为：

以该隐写特征lf_i为根节点，对应的

类语言文字子集分别作为孩子节点，构建具有

个孩子的一棵完全树

称该

为语言隐写特征lf_i上的一棵元树，其每条路径可以表达n比特的二进制消息；将

个类别排列组合可构建出

棵不同的完全

叉树，即

棵元树；为使得每个类别都能够表示任意的n位二进制数，只需选取特定的

棵元树即可；

定义3：对于所有隐写特征lf_i∈LF，按语言隐写特征上的元树定义创建元树，并选取其中能表达n位任意二进制数的

棵元树构成集合F，称F为语言隐写特征空间LF上的元树集，即

对元树集F中的元树按照密钥确定的元树标识方法进行标识。

所述的秘密消息预处理方法之一是：将文字转为对应Unicode码的二进制表示的方法；

所述的二进制串分段方法为之一为：按照元树可以代表的最长位数对秘密消息二进制串进行分段；

所述的从给定文本中选择文字用于承载秘密消息的文字序列生成方法之一是：顺序选择给定文本中的文字，若给定文本中的文字个数少于秘密消息二进制串分段个数，则循环从文本开头继续选取；

所述的元树标识方法之一：对于同一元树双方指定同一数字进行编码标识；

所述的隐写树的标识方法之一：将每一层使用的元树编号组成一个序列，然后对该序列与质数序列做线性同余计算，将其解作为该隐写树的标识。

所述的隐写过程的步骤6)中建立隐写树的方法包括以下步骤：

步骤1：初始化隐写树，建立一个只有根节点的树；

步骤2：根据发送方的密钥确定对秘密消息预处理后的二进制串进行分段，对任意选取的载体文本通过密钥确定的文字序列生成方法产生用于隐写的文字序列T；

步骤3：依次将序列中T的文字与秘密消息二进制子串依次进行匹配，并根据密钥确定的元树标识方法选取一个用于隐写的元树；

步骤4：如果树只有一个根节点，则将被选取元树的叶子节点作为树的孩子节点。如果树已有两层及以上的节点，则将选取的元树的所有叶子节点添加到树的每个叶子节点上，成为树的新的叶子节点；

步骤5：循环以上步骤4-5操作直至所有的二进制串分段都被匹配且仅被匹配一次，得到最终的隐写树。

本发明的有益效果是：不仅适用于多种语言特征，还具有隐蔽性好和鲁棒性强、隐写容量大的特点。

附图说明

图1是本发明的嵌入与提取总流程图；

图2是本发明按汉字笔画数奇偶性分类示意图；

图3是本发明按汉字拼音声调分类的分类示意图；

图4是本发明汉字的八种结构的分类示意图；

图5-图18是本发明不同的元树举例及其叶子节点代表的二进制的示意图(其中图5是1号元树图，图6是2号元树图，图7是3号元树图，图8是4号元树图，图9是5号元树图，图10是6号元树图，图11是7号元树图，图12是8号元树图，图13是9号元树图，图14是10号元树图，图15是11号元树图，图16是12号元树图，图17是13号元树图，图18是14号元树图)。

具体实施方式

本具体的实施方式是基于汉字进行的，并且仅选取3种不同的特征为例说明，它们是笔画数、拼音声调、汉字结构。

这里定义一种最简单的密钥与双方共享的映射关系，即无密钥或约定固定密钥情况下采取固定规则的方式，具体规则是：秘密消息S预处理方法是将文字转为对应Unicode码的二进制表示的方法；二进制串分段规则简单地指定为：按照元树可以代表的最长位数进行分段；文本中用于承载秘密消息的文字序列T的生成方法：顺序选择文本中出现的文字，若文字长度少于秘密消息二进制串分段个数，则循环从文本开头继续选取，直到文字序列中文字个数等于秘密消息二进制串分段个数为止；元树标识方法：对于同一元树双方指定同一数字进行编码标识；隐写树标识方法：将每一层使用的元树编号组成一个序列，对该序列与质数序列做线性同余计算，将求的解作为隐写树标识。其中，这里的质数序列是从最小的质数开始、长度与秘密消息二进制串的分段个数相同的质数序列。

隐写过程：

1)按照定义1建立汉字的语言隐写特征空间LF_汉语＝{lf_笔画数,lf_拼音声调,lf_汉字结构}；

2)对LF_汉语中的特征依次按照定义2对汉字进行分类，如图2-图4所示。即：根据笔画数特征将汉字分为奇数和偶数两类(如图2所示)；根据拼音声调将汉字分为分为轻声与一声、二声、三声和四声四类(如图3所示)；按照汉字结构类型将汉字分为独体字、上下结构、左右结构、左中右结构、上中下结构、半包围结构、全包围结构、镶嵌结构共八类(如图4所示)。采用上述定义的无密钥、固定双方共享信息的映射关系，把按照定义2和定义3建立的元树集合

这里每棵元树的标识为它们出现的的顺序，即从1开始到14为止。

其中，根据拼音特征分类后建立的不同标识元树及其叶子节点代表的二进制如图5-图18所示。

3)秘密消息“你好”的Unicode码对应二进制是{01001111011000000101100101111101}，并按照前述确定的二进制串分段规则将它分段，得到二进制子串序列C<010,011,110,110,000,001,011,001,011,111,01>。

4)选取搜狗文本库中的一篇文章作为载体，对应文本内容为“《云计算在电子政务中的应用》电子政务为信息的公开和共享创造了条件，......”，按照前述选取文本中的文字顺序选取方法，形成与秘密消息二进制子串个数相对应长度的文字序列T<云，计，算，在，电，子，政，务，中，的，应>。注：按照文本文字从第一个开始，选取的个数与二进制子串序列C的子串数是一样的，在这个特例中就是选取11个字，从“云”开始到“应”共11个字就结束了。

5)初始化隐写树Tr后，按照前述隐写树的创建过程，将“010”与“云”匹配得到图13所示的9号元树，并将9号元树作为新的一层添加到树Tr中，将“011”与“计”匹配得到图12所示的8号元树，并将8号元树作为新的一层添加到树Tr中，重复以上操作直到所有的秘密消息二进制子串都匹配且仅被匹配一次，用树Tr每层的编号组成的序列<9,8,12,8,7,8,8,7,10,12,5>代表树Tr，并对该序列与质数序列<2,3,5,7,11,13,17,19,23,29,31>。做线性同余得到2245636037,在2245636037前两位加上使用的质数个数11组成新的数112245636037。

6)将文本和隐写树标识112245636037发给接收者，完成信息隐藏发送过程。

提取过程：

1)按照定义1建立与发送方(隐写过程)相同的语言隐写特征空间；

2)按照定义2、3建立与发送方相同的语言隐写特征空间上的元树集，并按照前述双方确定的元树标识方法对元树进行标识；

3)根据接收到的隐写树标识112245636037和确定的隐写树标识方法得到隐写树，对这棵隐写树每层的一棵子树进行广度优先遍历一层，得到组成隐写树的元树序列M{9,8,12,8,7,8,8,7,10,12,5}。

4)根据前述对文本中的文字顺序选取方法，得到与元树序列M对应长度的文字序列T<云，计，算，在，电，子，政，务，中，的，应>。

5)根据前述确定的元树标识方法将元树序列M的每棵元树与用于隐写的文字依次匹配得到二进制子串<010,011,110,110,000,001,011,001,011,111,01>，将这些二进制子串按序连接后，按照对秘密消息S预处理的逆操作得到原始秘密消息“你好”。

显然，本领域技术人员基于本发明的宗旨所做的许多修改和变化属于本发明的保护范围。

如上所述，对本发明的实例进行了详细地说明，但是只要实质上没有脱离本发明的发明点及效果可以有很多变形，这对本领域的技术人员来说是显而易见的。使用不同的元树标识方式，不同的建树方式，不同的文字选择方式以及不同的标识树的方法都属于本发明的延伸。因此，这样的变形也全部包含在本发明的保护范围之内。

Claims (5)

1.一种基于语言隐写特征空间的无载体文本隐写方法，包括发送方的隐写过程和接收方的提取过程，其特征在于，

所述的隐写过程包括以下步骤：

1)建立语言隐写特征空间LF；

2)建立发送方和接收方共享的基于密钥的映射关系；

3)建立语言隐写特征空间上的元树集F，发送方选取密钥后根据所述的基于密钥的映射关系确定元树标识方法，并利用该元树标识方法对该元树集F中的元树进行标识；

建立语言隐写特征空间上的元树集F方法为：

每个隐写特征可以把语言文字划分为不同的具体类别；假设一种隐写特征lf_i将语言文字集R分为

个类别，即

其中，

即选取的每个隐写特征都会把语言文字R分为至少两类，将这

类进行合并重组为

个类别，其中

满足：

即：

同前，这里n都是正整数；

对隐写特征lf_i对应的类别合并重组后，此时整个语言文字集R记为：

以该隐写特征lf_i为根节点，对应的

类语言文字子集分别作为孩子节点，构建具有

个孩子的一棵完全树

称该

为语言隐写特征lf_i上的一棵元树，其每条路径可以表达n比特的二进制消息；将

个类别排列组合可构建出

棵不同的完全

叉树，即

棵元树；为使得每个类别都能够表示任意的n位二进制数，只需选取特定的

棵元树即可；

对于所有隐写特征lf_i∈LF，按语言隐写特征上的元树定义创建元树，并选取其中能表达n位任意二进制数的

棵元树构成集合F，称F为语言隐写特征空间LF上的元树集，即

对元树集F中的元树按照密钥确定的元树标识方法进行标识；

4)基于所述的密钥和基于密钥的映射关系确定秘密消息预处理方法和二进制串分段方法；并利用该秘密消息预处理方法对欲传递的秘密消息S预处理为二进制串；然后利用该二进制串分段方法对得到的二进制串进行分段处理，得到二进制子串序列C；

5)任意选取文本，基于所述的密钥和密钥的映射关系确定文字序列生成方法，并利用该文字序列生成方法对选取文本中的文字重新组合，生成与所述的二进制子串序列C中的二进制子串个数相对应长度的文字序列T；

6)建立隐写树，并基于所述的密钥和基于密钥的映射关系确定隐写树标识方法，利用该隐写树标识方法对该隐写树进行标识，得到隐写树标识W；

7)将所述的密钥、文本和隐写树标识W分别发给接收方，完成信息隐藏发送过程；

所述的提取过程包括以下步骤：

1)建立与发送方相同的语言隐写特征空间LF；

2)建立与发送方相同的语言隐写特征空间上的元树集F，并采用所述的元树标识方法对元树集F的元树进行标识；

3)采用隐写过程的隐写树标识方法，找到与接收到的隐写树标识W对应的隐写树，然后依次对隐写树每层的一棵子树进行广度优先遍历，得到组成隐写树的每层元树标识，将其组成元树标识序列M；

4)根据所述的文字序列生成方法对收到文本中的文字重新组合，得到与所述的元树标识序列M对应长度的文字序列T；

5)根据所述的元树标识方法找出元树标识序列M中的每棵元树，并与所述的文字序列T中对应的文字依次匹配得到二进制片段，将这些二进制片段按序连接，再按照所述的秘密消息预处理方法的逆操作得到秘密消息。

2.根据权利要求1所述的基于语言隐写特征空间的无载体文本隐写方法，其特征在于，所述的隐写过程和提取过程的步骤1)中的“语言隐写特征空间LF”为由一种语言所具有的一种或者多种不同的隐写特征构成的集合，该语言隐写特征空间记为：

其中lf_i是一个隐写特征，这里i∈[1，N_L]，N_L是一个正整数，它的值是收发双方选取的语言隐写特征最大个数。

3.根据权利要求1所述的基于语言隐写特征空间的无载体文本隐写方法，其特征在于，所述的隐写过程的步骤2)中，所述的发送方和接收方共享的基于密钥的映射关系包括：所述的密钥分别与秘密消息预处理方法、二进制串分段方法、文字序列生成方法、元树标识方法及隐写树标识方法之间的映射关系。

4.根据权利要求3所述的基于语言隐写特征空间的无载体文本隐写方法，其特征在于，

所述的秘密消息预处理方法之一是：将文字转为对应Unicode码的二进制表示的方法；

所述的二进制串分段方法为之一为：按照元树可以代表的最长位数对秘密消息二进制串进行分段；

所述的文字序列生成方法之一是：顺序选择给定文本中的文字，若给定文本中的文字个数少于秘密消息二进制串分段个数，则循环从文本开头继续选取；

所述的元树标识方法之一：对于同一元树双方指定同一数字进行编码标识；

所述的隐写树的标识方法之一：将每一层使用的元树编号组成一个序列，然后对该序列与质数序列做线性同余计算，将其解作为该隐写树的标识。

5.根据权利要求1所述的基于语言隐写特征空间的无载体文本隐写方法，其特征在于，所述的隐写过程的步骤6)中建立隐写树的方法包括以下步骤：

步骤1：初始化隐写树，建立一个只有根节点的树；

步骤2：根据发送方的密钥确定对秘密消息预处理后的二进制串进行分段，对任意选取的载体文本通过密钥确定的文字序列生成方法产生用于隐写的文字序列T；

步骤3：依次将序列中T的文字与秘密消息二进制子串依次进行匹配，并根据密钥确定的元树标识方法选取一个用于隐写的元树；

步骤4：如果树只有一个根节点，则将被选取元树的叶子节点作为树的孩子节点；如果树已有两层及以上的节点，则将选取的元树的所有叶子节点添加到树的每个叶子节点上，成为树的新的叶子节点；

步骤5：循环步骤4-5操作直至所有的二进制串分段都被匹配且仅被匹配一次，得到最终的隐写树。

Images