梁天一 梁谦旺 施秦 魏苏航 蒋翠玲

摘 要：为解决传统的信息隐藏技术中隐写容量小和隐写安全性低的不足，提出了利用生成式对抗网络（GAN）的无载体信息隐藏方法。首先利用噪声驱动生成器直接生成含密图像，然后训练秘密信息提取器以恢复隐藏的秘密消息。同时，进一步优化了提取器的训练任务，并引入冗余纠错编码技术。实验结果表明，相比同类方法，在大隐写容量的情况下，具有更高的信息提取准确率，同时加快了提取器的训练收敛速度。

关键词：信息隐藏;无嵌入隐写;生成式对抗网络;纠错编码

中图分类号：TP39      文献标识码：A

Abstract：A coverless information hiding method using Generative Adversarial Network （GAN） is proposed to address the shortcomings of the traditional information hiding techniques in terms of small hiding capacity and low security.Firstly， a generator is used to generate the digital imagedriven by the secret data directly. Next， the extractor for secret is trained to extracthidden information.At the same time， the training task of the extractor is further optimized and redundant error correction coding techniques are introduced. Compared with similar algorithms，at high steganography capacity，the proposed method ensures higher information extraction accuracy andfasterthe convergence speed intrainingstageofextractor.

Key words： information hiding; steganography without embedding; generative adversarial network; error correcting codes

隐写是信息安全领域的重要技术之一，它将秘密信息嵌入到载体中以形成隐秘体，从而实现保密通信的目的。图像隐写技术大致可以分为三类：基于图像修改的方法、基于图像选择的方法、基于图像合成的方法[1]。基于載体修改的方法通过在空域或变换域对原始图像进行某种修改而将秘密消息嵌入到图像中。由于对载体进行了修改，因而得到的隐秘图像容易被隐写分析者检测出来，这类传统的隐写方法安全性相对较低。基于图像选择的方法中，发送者拥有一个固定的图像库，将秘密信息映射成图像库中的新的图像排列或组合以形成隐秘图像。如果隐写分析者发现其映射规律仍可检测出来，而且其嵌入率较低。基于图像合成的方法是将秘密信息直接合成于载体中，因无固定载体而传递秘密信息，也称为无载体信息隐藏，这类方法的安全性较高。……