跳到正文
原文
arXiv· arXiv:2601.14778· Yuang Qi, Na Zhao, Qiyi Yao, Benlong Wu, Weiming Zhang, Nenghai Yu, Kejiang Chen·本站收录· 原文发表

STEAD:基于扩散语言模型的鲁棒可证明安全语言隐写

STEAD: Robust Provably Secure Linguistic Steganography with Diffusion Language Model

AI 导读

STEAD 提出基于扩散语言模型的鲁棒可证明安全隐写方法,克服自回归模型隐写文本被篡改后错误传播、无法抵御主动篡改的缺陷。其利用扩散语言模型部分并行生成的特点选取鲁棒嵌入位置并结合纠错码,提取时引入伪随机纠错与邻域搜索纠错。该方法可抵抗隐写文本切分的 token 歧义,并一定程度抵御插入、删除、替换 token 级攻击。

阅读原文NeurIPS 2025