CN112000970A - 一种基于部件关联图的文本无载体隐写方法及系统 - Google Patents

一种基于部件关联图的文本无载体隐写方法及系统 Download PDF

Info

Publication number
CN112000970A
CN112000970A CN202010841891.9A CN202010841891A CN112000970A CN 112000970 A CN112000970 A CN 112000970A CN 202010841891 A CN202010841891 A CN 202010841891A CN 112000970 A CN112000970 A CN 112000970A
Authority
CN
China
Prior art keywords
text
sequence
topological
association
binary
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN202010841891.9A
Other languages
English (en)
Other versions
CN112000970B (zh
Inventor
黄华军
肖霞
陈芳
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Hunan University Of Finance And Economics
Central South University of Forestry and Technology
Original Assignee
Hunan University Of Finance And Economics
Central South University of Forestry and Technology
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Hunan University Of Finance And Economics, Central South University of Forestry and Technology filed Critical Hunan University Of Finance And Economics
Priority to CN202010841891.9A priority Critical patent/CN112000970B/zh
Publication of CN112000970A publication Critical patent/CN112000970A/zh
Application granted granted Critical
Publication of CN112000970B publication Critical patent/CN112000970B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
    • G06F21/60—Protecting data
    • G06F21/602—Providing cryptographic facilities or services
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00—Handling natural language data
    • G06F40/20—Natural language analysis
    • G06F40/205—Parsing
    • G06F40/216—Parsing using statistical methods
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00—Handling natural language data
    • G06F40/20—Natural language analysis
    • G06F40/279—Recognition of textual entities
    • G06F40/289—Phrasal analysis, e.g. finite state techniques or chunking
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Health & Medical Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Artificial Intelligence (AREA)
  • Computational Linguistics (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Probability & Statistics with Applications (AREA)
  • Bioethics (AREA)
  • Computer Hardware Design (AREA)
  • Computer Security & Cryptography (AREA)
  • Software Systems (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

本发明涉及一种基于部件关联图的文本无载体隐写方法及系统，该方法包括：根据汉字数学表达式将含有待隐藏信息的文本中文字拆分成部件；将相关联的各部件用构成部件关联图；部件关联图中包括至少一个拓扑图；采用广度优先搜索算法，根据各部件之间的关联次数确定各拓扑图的二进制序列；将各拓扑图的二进制序列连接成文本标识码；将待隐藏信息M拆分为m个关键字，将m个关键字转换为m个二进制序列；利用匹配算法建立各关键字的二进制序列与文本标识码的映射的关系，确定映射关系的位置标签序列；对位置标签序列进行加密；将加密后的位置标签序列和文本发送给接收终端，通过无载体信息隐藏，有效的抵抗各类隐写分析的检测。

Description

一种基于部件关联图的文本无载体隐写方法及系统
技术领域
本发明涉及信息隐藏技术领域，特别是涉及一种基于部件关联图的文本无载体隐写方法及系统。
背景技术
随着近年来互联网不断的发展，给人们的生活带来极大的便利的同时也带来了许多信息安全隐患问题。因此，传递数据是否安全到达逐渐被人们所关心，信息安全这一研究领域也便逐渐被人们重视。在信息安全领域中，隐藏技术是其中一种常见的安全技术，它和其他的技术相比，具有更好的隐蔽性。信息隐藏是将秘密信息以不可见的方式隐藏在一个宿主信号中，并在需要的时候将秘密信息提取出来，以达到隐蔽通信和版权保护等目的。由于文本中本身就包含有大量的信息，且十分容易获得，因此常常被用作于信息隐藏的载体。文本信息隐藏根据隐藏方式的不同通常分为两类：1)通过修改载体文本实现信息隐藏，2)无载体信息隐藏。第一类通过修改载体文本实现信息隐藏，研究者可通过在网页中插入不可见字符(空格和制表符)，改变字母大小写和空格特征来嵌入信息。另外，还可以通过调整各个属性的位置来进行信息隐藏。这类的方法都是按照特定的规则对载体进行一定程度上的修改来嵌入秘密信息，不可避免的把修改痕迹残留在含密载体上。因此依靠修改载体文本进行信息隐藏是难以有效抵抗各类隐写分析的检测。第二类是不修改载体文本，利用自然文本作载体实现信息隐藏，这能够高效的抵抗各类隐写分析的检测。
发明内容
基于此，本发明的目的是提供一种基于部件关联图的文本无载体隐写方法及系统，通过无载体信息隐藏，有效的抵抗各类隐写分析的检测。
为实现上述目的，本发明提供了如下方案：
一种基于部件关联图的文本无载体隐写方法，所述方法包括：
采集文本；
根据汉字数学表达式将所述文本中文字拆分成部件；
将相关联的各所述部件用线相连，并统计各部件的关联次数，构成部件关联图；所述部件关联图中包括至少一个拓扑图；
将所述拓扑图中位于末端部件中，最小部件号的部件作为根节点；
采用广度优先搜索算法，从所述根节点开始，根据各部件之间的关联次数确定各所述拓扑图的二进制序列；
将各所述拓扑图的二进制序列连接成文本标识码；
将待隐藏信息拆分成m个关键字，将m个所述关键字转换为m个二进制序列；
利用匹配算法建立各所述关键字的二进制序列与所述文本标识码的映射的关系，确定映射关系的位置标签序列；
对所述位置标签序列进行加密；
将加密后的所述位置标签序列和所述文本发送给接收终端。
可选地，所述根据汉字数学表达式将所述文本中文字拆分成部件之前，具体还包括：对所述文本进行预处理，去除所述文本中停用词和无用词。
可选地，所述根据各部件之间的关联次数确定各所述拓扑图的二进制序列，具体包括：
判断各部件之间的关联次数是否大于设定阈值；
若是，则权重设为1；
若否，则权重设为0；
将各权重连接起来构成所述拓扑图的二进制序列。
可选地，所述将各所述拓扑图的二进制序列连接成文本标识码，具体包括：
按照各根节点部件号从小到大的顺序，将各所述拓扑图的二进制序列，从左到右依次连接构成文本标识码。
本发明还公开了一种基于部件关联图的文本无载体隐写系统，所述系统包括：
文本采集模块，用于采集文本；
部件拆分模块，用于根据汉字数学表达式将所述文本中文字拆分成部件；
拓扑图获取模块，用于将相关联的各所述部件用线相连，并统计各部件的关联次数，构成部件关联图；所述部件关联图中包括至少一个拓扑图；
根节点获取模块，用于将所述拓扑图中位于末端部件中，最小部件号的部件作为根节点；
拓扑图转换模块，用于采用广度优先搜索算法，从所述根节点开始，根据各部件之间的关联次数确定各所述拓扑图的二进制序列；
文本标识码获取模块，用于将各所述拓扑图的二进制序列连接成文本标识码；
关键字转换模块，用于将待隐藏信息拆分成m个关键字，将m个所述关键字转换为m个二进制序列；
位置标签序列获取模块，用于利用匹配算法建立各所述关键字的二进制序列与所述文本标识码的映射的关系，确定映射关系的位置标签序列；
加密模块，用于对所述位置标签序列进行加密；
发送模块，用于将加密后的所述位置标签序列和所述文本发送给接收终端。
可选地，所述系统还包括：
预处理模块，用于对所述文本进行预处理，去除所述文本中停用词和无用词。
可选地，所述拓扑图转换模块具体包括：
判断单元，用于判断各部件之间的关联次数是否大于设定阈值；
第一权重设置单元，用于各部件之间的关联次数大于设定阈值时，权重设为1；
第二权重设置单元，用于各部件之间的关联次数小于或等于设定阈值时，权重设为0；
二进制序列确定单元，用于将各权重连接起来构成所述拓扑图的二进制序列。
可选地，所述文本标识码获取模块具体包括：
文本标识码获取单元，用于按照各根节点部件号从小到大的顺序，将各所述拓扑图的二进制序列，从左到右依次连接构成文本标识码。
根据本发明提供的具体实施例，本发明公开了以下技术效果：
本发明公开了一种基于部件关联图的文本无载体隐写方法，通过含有待隐藏信息文本之间各部件的关联程度、建立待隐藏信息与文本之间的映射关系，从而实现无载体信息隐藏，能够有效的抵抗各类隐写分析的检测。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1为本发明一种基于部件关联图的文本无载体隐写方法流程示意图；
图2为本发明部件关联图；
图3为本发明关键字与标识码映射关系图；
图4为本发明通过位置标签获取关键字原理图；
图5为本发明一种基于部件关联图的文本无载体隐写系统结构示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
本发明的目的是提供一种基于部件关联图的文本无载体隐写方法及系统，通过无载体信息隐藏，有效的抵抗各类隐写分析的检测。
为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本发明作进一步详细的说明。
如图1所示，本发明公开了一种基于部件关联图的文本无载体隐写方法，所述方法包括以下步骤：
步骤101：采集文本。
其中，步骤101具体包括通过网络大数据获取10GB的自然文本，包含国标一二级常见汉字以及通用规范汉字。
步骤102：根据汉字数学表达式将所述文本中文字拆分成部件。
其中，步骤102之前，具体还包括：对所述文本进行预处理，去除所述文本中停用词和无用词。
步骤103：将相关联的各所述部件用线相连，并统计各部件的关联次数，构成部件关联图；所述部件关联图中包括至少一个拓扑图。
其中，步骤103具体还包括：去除部件关联图中没有与其他部件相互关联的独体字。多个互不相连的拓扑图如图2所示，图2中包括三个互不相连的拓扑图，其中各部件之间连线上的数字表示部件的关联次数，也就是权重。
步骤104：将所述拓扑图中位于末端部件中，最小部件号的部件作为根节点。
步骤105：采用广度优先搜索算法(Breadth First Search，BFS)，从所述根节点开始，根据各部件之间的关联次数确定各所述拓扑图的二进制序列。
其中，步骤105，具体包括：
判断各部件之间的关联次数是否大于设定阈值。
若是，则权重设为1。
若否，则权重设为0。
将各权重连接起来构成所述拓扑图的二进制序列。
广度优先搜索算法按层来处理顶点，距离开始点也就是根节点最近的那些顶点首先被访问，而最远的那些顶点则最后被访问。按照顺序依次连接回路的01序列，得到有序段完整的、可以表示文本的标识码。
每一篇文本都构造一张部件关联图，每一张部件关联图可编码获得有序段标识码IS，即一篇文本有若干段标识码IS来表示。例如，对一个文本数据集T(t1,t2,t3...tt)和它的标识码IS进行排列，不足位的IS用0补余。
步骤106：将各所述拓扑图的二进制序列连接成文本标识码(Identify String，IS)。
其中，步骤106具体包括：
按照各根节点部件号从小到大的顺序，将各所述拓扑图的二进制序列，从左到右依次连接构成文本标识码。
步骤107：将待隐藏信息M拆分成m个关键字，将m个所述关键字转换为m个二进制序列。
其中，步骤107具体包括：将待隐藏信息M进行逐一分词得到m个关键字，即M＝(m1,m2,m3...mm)，再通过Unicode编码规则转为二进制序列，然后建立秘密信息与文本标识码(IS)的映射关系库，如图3所示，待隐藏信息M为“中南林业科技大学”，拆分获得的关键字依次为“中”、“南”、“林”、“业”“科”“技”“大”和“学”，即M＝(中，南，林，业，科，技，大，学)。
步骤108：利用匹配算法建立各所述关键字的二进制序列与所述文本标识码的映射的关系，确定映射关系的位置标签序列。
步骤109：对所述位置标签序列进行加密。
其中，步骤109具体包括：
文本的位置标签序列为S＝(S1,S2,S3...Sm)，通过双方事先约定的通信协议，以接收方的身份ID为私钥，对位置标签序列进行加密，得到本次通信的位置标签序列为S'＝(S1',S2',S3'...Sm')。
例如：约定的通信协议中的位置标签是：S((1，2)，(3，4)(7，3)，(11，5))，通过身份ID后的本次通信的位置标签序列S’((1，3)，(3，5)，(7，6)，(11，9))。
本实施例中在匹配第一段二进制序列P1时，记录该文本的最大部件号H大小，接下来的匹配中一直保持后一篇含密文本的最大部件号的大小不小于前一篇文本的最大部件号，即记录每一篇文本的最大部件号数H＝{h1,h2,h3...hm}，检索时满足h1≤h2≤h3...≤hm的关系。通过设定文本部件号规则就保证了文本顺序，那么就不会因为文本发送顺序混乱而造成秘密信息错乱提取困难等问题。
步骤110：将加密后的所述位置标签序列和所述文本发送给接收终端。
信息提取的步骤如下：
①将文本载体按照与上述信息隐藏过程相同的方法转化为若干段标识码，写成[文本t，标识码IS]的形式。
②由于网络延迟或者恶意攻击，接收方收到的文本顺序与发送方发送的文本顺序是不同的。但又因为发送方利用了下一篇隐藏秘密信息文本的最大部件号不小于前一篇隐藏秘密信息的文本的最大部件号去保证发送文本的顺序。对接收到的多个文本，首先根据各文本的最大部件号的大小，对文本进行依次排列。
③然后根据经事先约定好的通信协议和以接收终端ID为私钥，获得本次通信的位置标签序列为S'＝(S1',S2',S3'...Sm')。
④通过本次通信的位置标签序列，提取出该位置的标识码集合W＝(w1,w2,w3...wm)。查询映射关系L＝(L1,L2,L3...Lf)(映射关系L就是二进制序列P与标识码IS的一一映射)和已得到的W＝(w1,w2,w3...wm)，可以得到秘密信息片段M＝(m1,m2,m3...mm)。按照顺序依次连接秘密信息片段，即可得隐藏在文本中的秘密信息。
根据位置标签获取关键字的原理如图4所示，位置标签(2，3)表示在本实施例文本排列中第2行第3列的100111000101101是与秘密信息匹配的标识码。那么根据映射关系库可知文本排列位置(2，3)代表的是秘密信息“中”。
如图5所示，本发明还公开了一种基于部件关联图的文本无载体隐写系统，所述系统包括：
文本采集模块201，用于采集文本。
部件拆分模块202，用于根据汉字数学表达式将所述文本中文字拆分成部件。
拓扑图获取模块203，用于将相关联的各所述部件用线相连，并统计各部件的关联次数，构成部件关联图；所述部件关联图中包括至少一个拓扑图。
根节点获取模块204，用于将所述拓扑图中位于末端部件中，最小部件号的部件作为根节点。
拓扑图转换模块205，用于采用广度优先搜索算法，从所述根节点开始，根据各部件之间的关联次数确定各所述拓扑图的二进制序列。
文本标识码获取模块206，用于将各所述拓扑图的二进制序列连接成文本标识码。
关键字转换模块207，用于将待隐藏信息M拆分为m个关键字，将m个所述关键字转换为m个二进制序列。
位置标签序列获取模块208，用于利用匹配算法建立各所述关键字的二进制序列与所述文本标识码的映射的关系，确定映射关系的位置标签序列。
加密模块209，用于对所述位置标签序列进行加密。
发送模块210，用于将加密后的所述位置标签序列和所述文本发送给接收终端。
预处理模块，用于对所述文本进行预处理，去除所述文本中停用词和无用词。
拓扑图转换模块205具体包括：
判断单元，用于判断各部件之间的关联次数是否大于设定阈值。
第一权重设置单元，用于各部件之间的关联次数大于设定阈值时，权重设为1。
第二权重设置单元，用于各部件之间的关联次数小于或等于设定阈值时，权重设为。
二进制序列确定单元，用于将各权重连接起来构成所述拓扑图的二进制序列。
文本标识码获取模块206具体包括：
文本标识码获取单元，用于按照各根节点部件号从小到大的顺序，将各所述拓扑图的二进制序列，从左到右依次连接构成文本标识码。
本发明公开了一种基于部件关联图的文本无载体隐写方法，通过含有待隐藏信息文本之间各部件的关联程度、建立待隐藏信息与文本之间的映射关系，从而实现无载体信息隐藏，能够有效的抵抗各类隐写分析的检测。
本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。
本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处。综上所述，本说明书内容不应理解为对本发明的限制。

Claims (8)

1.一种基于部件关联图的文本无载体隐写方法，其特征在于，所述方法包括：
采集文本；
根据汉字数学表达式将所述文本中文字拆分成部件；
将相关联的各所述部件用线相连，并统计各部件的关联次数，构成部件关联图；所述部件关联图中包括至少一个拓扑图；
将所述拓扑图中位于末端部件中，最小部件号的部件作为根节点；
采用广度优先搜索算法，从所述根节点开始，根据各部件之间的关联次数确定各所述拓扑图的二进制序列；
将各所述拓扑图的二进制序列连接成文本标识码；
将待隐藏信息M拆分为m个关键字，将m个所述关键字转换为m个二进制序列；
利用匹配算法建立各所述关键字的二进制序列与所述文本标识码的映射的关系，确定映射关系的位置标签序列；
对所述位置标签序列进行加密；
将加密后的所述位置标签序列和所述文本发送给接收终端。
2.根据权利要求1所述的基于部件关联图的文本无载体隐写方法，其特征在于，所述根据汉字数学表达式将所述文本中文字拆分成部件之前，具体还包括：对所述文本进行预处理，去除所述文本中停用词和无用词。
3.根据权利要求1所述的基于部件关联图的文本无载体隐写方法，其特征在于，所述根据各部件之间的关联次数确定各所述拓扑图的二进制序列，具体包括：
判断各部件之间的关联次数是否大于设定阈值；
若是，则权重设为1；
若否，则权重设为0；
将各权重连接起来构成所述拓扑图的二进制序列。
4.根据权利要求1所述的基于部件关联图的文本无载体隐写方法，其特征在于，所述将各所述拓扑图的二进制序列连接成文本标识码，具体包括：
按照各根节点部件号从小到大的顺序，将各所述拓扑图的二进制序列，从左到右依次连接构成文本标识码。
5.一种基于部件关联图的文本无载体隐写系统，其特征在于，所述系统包括：
文本采集模块，用于采集文本；
部件拆分模块，用于根据汉字数学表达式将所述文本中文字拆分成部件；
拓扑图获取模块，用于将相关联的各所述部件用线相连，并统计各部件的关联次数，构成部件关联图；所述部件关联图中包括至少一个拓扑图；
根节点获取模块，用于将所述拓扑图中位于末端部件中，最小部件号的部件作为根节点；
拓扑图转换模块，用于采用广度优先搜索算法，从所述根节点开始，根据各部件之间的关联次数确定各所述拓扑图的二进制序列；
文本标识码获取模块，用于将各所述拓扑图的二进制序列连接成文本标识码；
关键字转换模块，用于将待隐藏信息M拆分为m个关键字，将m个所述关键字转换为m个二进制序列；
位置标签序列获取模块，用于利用匹配算法建立各所述关键字的二进制序列与所述文本标识码的映射的关系，确定映射关系的位置标签序列；
加密模块，用于对所述位置标签序列进行加密；
发送模块，用于将加密后的所述位置标签序列和所述文本发送给接收终端。
6.根据权利要求5所述的基于部件关联图的文本无载体隐写系统，其特征在于，所述系统还包括：
预处理模块，用于对所述文本进行预处理，去除所述文本中停用词和无用词。
7.根据权利要求5所述的基于部件关联图的文本无载体隐写系统，其特征在于，所述拓扑图转换模块具体包括：
判断单元，用于判断各部件之间的关联次数是否大于设定阈值；
第一权重设置单元，用于各部件之间的关联次数大于设定阈值时，权重设为1；
第二权重设置单元，用于各部件之间的关联次数小于或等于设定阈值时，权重设为0；
二进制序列确定单元，用于将各权重连接起来构成所述拓扑图的二进制序列。
8.根据权利要求5所述的基于部件关联图的文本无载体隐写系统，其特征在于，所述文本标识码获取模块具体包括：
文本标识码获取单元，用于按照各根节点部件号从小到大的顺序，将各所述拓扑图的二进制序列，从左到右依次连接构成文本标识码。
CN202010841891.9A 2020-08-20 2020-08-20 一种基于部件关联图的文本无载体隐写方法及系统 Active CN112000970B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010841891.9A CN112000970B (zh) 2020-08-20 2020-08-20 一种基于部件关联图的文本无载体隐写方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010841891.9A CN112000970B (zh) 2020-08-20 2020-08-20 一种基于部件关联图的文本无载体隐写方法及系统

Publications (2)

Publication Number Publication Date
CN112000970A true CN112000970A (zh) 2020-11-27
CN112000970B CN112000970B (zh) 2023-05-23

Family

ID=73474059

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010841891.9A Active CN112000970B (zh) 2020-08-20 2020-08-20 一种基于部件关联图的文本无载体隐写方法及系统

Country Status (1)

Country Link
CN (1) CN112000970B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112685175A (zh) * 2020-12-24 2021-04-20 北京浪潮数据技术有限公司 一种服务拓扑图的构建方法、装置和计算机可读存储介质

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102682248A (zh) * 2012-05-15 2012-09-19 西北大学 一种中文超短文本的水印嵌入和提取方法
CN108418683A (zh) * 2018-02-12 2018-08-17 青岛大学 一种基于汉字结构特征的无载体文本隐写方法
CN108681536A (zh) * 2018-04-27 2018-10-19 青岛大学 一种基于汉语拼音多重映射的无载体隐写方法
CN109729233A (zh) * 2018-11-29 2019-05-07 东软集团股份有限公司 基于图像的信息隐藏方法、装置、存储介质和电子设备
CN111447188A (zh) * 2020-03-20 2020-07-24 青岛大学 基于语言隐写特征空间的无载体文本隐写方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102682248A (zh) * 2012-05-15 2012-09-19 西北大学 一种中文超短文本的水印嵌入和提取方法
CN108418683A (zh) * 2018-02-12 2018-08-17 青岛大学 一种基于汉字结构特征的无载体文本隐写方法
CN108681536A (zh) * 2018-04-27 2018-10-19 青岛大学 一种基于汉语拼音多重映射的无载体隐写方法
CN109729233A (zh) * 2018-11-29 2019-05-07 东软集团股份有限公司 基于图像的信息隐藏方法、装置、存储介质和电子设备
CN111447188A (zh) * 2020-03-20 2020-07-24 青岛大学 基于语言隐写特征空间的无载体文本隐写方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
HANZHOU WU等: "A Graph-theoretic Model to Steganography on Social Network", 《ARXIV》 *
唐文生: "基于汉字图形特征的形数关联数字编码", 《中国首届手机中文输入大赛汉字数字码输入技术应用高峰论坛》 *
王建业等: "基于汉字数学表达式的无载体文本隐写方法", 《青岛大学学报（自然科学版）》 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112685175A (zh) * 2020-12-24 2021-04-20 北京浪潮数据技术有限公司 一种服务拓扑图的构建方法、装置和计算机可读存储介质

Also Published As

Publication number Publication date
CN112000970B (zh) 2023-05-23

Similar Documents

Publication Publication Date Title
CN107463666B (zh) 一种基于文本内容的敏感词过滤方法
CN107609356B (zh) 基于标签模型的文本无载体信息隐藏方法
CN107947918B (zh) 一种基于字符特征的无载体文本隐写方法
CN101458810B (zh) 一种基于对象属性特征的矢量地图水印方法
WO2019014527A1 (en) SYSTEM AND METHOD FOR DETECTION OF HOMOGLYPHE ATTACKS USING A SIAMOIS CONVOLUTIVE NEURAL NETWORK
CN108683491B (zh) 一种基于加密和自然语言生成的信息隐藏方法
CN108171059A (zh) 基于软件基因的恶意代码检测与识别方法及装置
CN112989348B (zh) 攻击检测方法、模型训练方法、装置、服务器及存储介质
CN102098331A (zh) 一种还原web类应用内容的方法及其系统
CN111666575B (zh) 基于词元编码的文本无载体信息隐藏方法
CN101807208A (zh) 视频指纹快速检索方法
CN104917747A (zh) 一种隐秘通信方法
Ditta et al. Information hiding: Arabic text steganography by using Unicode characters to hide secret data
CN111027081B (zh) 基于特征映射的文本无载体信息隐藏方法
CN102857514B (zh) 基于http协议的秘密信息隐藏传输方法
CN110399485B (zh) 基于词向量和机器学习的数据溯源方法和系统
CN112000970A (zh) 一种基于部件关联图的文本无载体隐写方法及系统
CN108197112A (zh) 一种从新闻中提取事件的方法
Rafat et al. Secure digital steganography for ASCII text documents
CN114491597A (zh) 一种基于汉字部件组合的文本无载体信息隐藏方法
Zhi-Li et al. A statistical algorithm for linguistic steganography detection based on distribution of words
Tutuncu et al. New approach in E-mail based text steganography
CN111447188B (zh) 基于语言隐写特征空间的无载体文本隐写方法
CN116055067B (zh) 一种弱口令检测的方法、装置、电子设备及介质
Guan et al. A novel coverless text steganographic algorithm based on polynomial encryption

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant