谭 云，秦姣华，黄丽霞，向旭宇，刘 强

（1.湖南应用技术学院，常德415000；2.中南林业科技大学计算机与信息工程学院，长沙410004）

引 言

传统信息隐藏方法利用人类感官对数字信号的感觉冗余，在载体中嵌入秘密信息，会导致载体特征不同程度的改变，给攻击者留下了破解的漏洞［1］。无载体信息隐藏无需对载体进行修改，具有极强的抗隐写分析能力，是近年来的研究热点。

目前，无载体信息隐藏的方法主要包括构造生成式和特征映射式两种［2］。基于构造生成的方法主要包括发送端载体构造和接收端秘密信息构造两种。前者包括纹理合成、基于生成对抗网络（Generative adversarial networks，GAN）等各种载体生成方法。其中，纹理合成方法通过采样原始纹理图像，生成任意大小、与原始图像具有类似局部外观的新纹理图像，在纹理合成过程中对信息进行隐藏［3-5］。基于GAN 的方法则是将秘密信息输入到生成模型中，生成新的图像［6-7］。通过最大化判别网络区分度，尽可能使生成图像和真实图像无法区分。接收端秘密信息构造方法是从自然图像库中检索与秘密图像相似的补丁块，将其进行组合，从而实现秘密图像近似恢复［8-9］。

基于特征映射的方法是目前应用最广泛的无载体信息隐藏方法，通过对载体特征进行分析和提取，建立一定的规则使其与秘密信息产生对应关系。在接收端，利用该特征映射关系即可从载体中提取秘密信息。该方法于2015 年首次提出［10］，根据生成的鲁棒散列序列建立索引，从图像库中选择哈希序列与秘密信息段相同的图像，将其作为含秘图像传送给接收方，接收方从中提取秘密信息。……