論文の概要: DAIRstega: Dynamically Allocated Interval-Based Generative Linguistic Steganography with Roulette Wheel

• arxiv url: http://arxiv.org/abs/2401.15656v4
• Date: Sat, 10 Aug 2024 14:26:01 GMT
• ステータス: 処理完了
• システム内更新日: 2024-08-14 00:07:59.735840
• Title: DAIRstega: Dynamically Allocated Interval-Based Generative Linguistic Steganography with Roulette Wheel
• Title（参考訳）: DAIRstega:Roulette Wheelを用いた動的間隔型生成言語ステレオグラフィ
• Authors: Yihao Wang, Ruiqi Song, Lingxiao Li, Ru Zhang, Jianyi Liu,
• Abstract要約: 言語ステガノグラフィー(LS)タスクは、秘密に基づいてステガノグラフィーテキスト(ステゴ)を生成することを目的としている。 本稿ではDAIRstegaと呼ばれる動的に割り当てられた間隔に基づくLSスキームを提案する。
• 参考スコア（独自算出の注目度）: 10.72286166021398
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Linguistic steganography (LS) tasks aim to generate steganographic text (stego) based on secret. Only authorized receivers can perceive and extract secrets, thereby protecting privacy. However, existing generative LS schemes often do not consider the conditional probability of tokens in the candidate pool, and allocate one or the same number of codings to all tokens. The tokens with lower probabilities are selected to embed secrets that will affect the quality of stegos. As a result, the stegos are easy to perceive and detect. This paper proposes the LS scheme based on dynamically allocated intervals, called DAIRstega. DAIRstega uses the idea of the roulette wheel and takes the conditional probabilities of tokens as the main basis for allocating the roulette area (i.e., the interval length). Thus, the token with a larger conditional probability is allocated more. The secret will be more likely to select the tokens with larger probabilities. In the allocation process, we design some functions between probability and allocated interval length. Based on the invisible characteristics of LS, we give three constraints that need to be met to design the function. To simplify the form, the expression of the allocation function is condensed. Furthermore, DAIRstega can receive additional instruction and controllably generate stegos. Rich experiments show that the proposed embedding way and DAIRstega perform superior to the existing ways and LS schemes, which shows strong perceptual, statistical, and semantic concealment and anti-steganalysis ability. This scheme can also generate high-quality longer stegos, improving the deficiencies in this task. The experiment also verified that DAIRstega can be used as a secure watermarking scheme, providing some ideas for its development.
• Abstract（参考訳）: 言語ステガノグラフィー(LS)タスクは、秘密に基づいてステガノグラフィーテキスト(ステゴ)を生成することを目的としている。 認証された受信者だけが秘密を認識して抽出し、それによってプライバシーを保護することができる。 しかし、既存のジェネレーティブLSスキームは、候補プール内のトークンの条件付き確率を考慮せず、全てのトークンに1つまたは同じ数の符号を割り当てることが多い。 確率の低いトークンは、ステゴスの品質に影響を与える秘密を埋め込むために選択される。 その結果、ステゴは知覚し、検出し易い。 本稿ではDAIRstegaと呼ばれる動的に割り当てられた間隔に基づくLSスキームを提案する。 DAIRstega はルーレットホイールの概念を使い、ルーレット領域(すなわち間隔の長さ)を割り当てる基礎としてトークンの条件付き確率を取る。 これにより、より大きな条件確率のトークンが割り当てられる。 秘密はより大きな確率でトークンを選択する可能性が高い。 割当過程において、確率と割当間隔長の間のいくつかの関数を設計する。 LSの目に見えない特性に基づき,関数の設計に必要な制約を3つ与える。 フォームを単純化するため、アロケーション関数の式を凝縮する。 さらに、DAIRstegaは追加の命令を受け取り、ステゴを制御的に生成する。 豊かな実験により、提案された埋め込み方法とDAIRstegaは、強い知覚的、統計的、意味的隠蔽と抗ステガナリシス能力を示す既存の方法やLSスキームよりも優れていることが示されている。 このスキームは高品質な長ステゴスを生成することができ、このタスクの欠陥を改善することができる。 実験では、DAIRstegaが安全な透かしとして使用でき、開発にいくつかのアイデアを提供することも確認された。

関連論文リスト

• FIRP: Faster LLM inference via future intermediate representation prediction [54.897493351694195]
  FIRPはデコードステップ毎に1つではなく複数のトークンを生成する。 いくつかのモデルとデータセットで1.9x-3xのスピードアップ比を示す広範な実験を行った。
  論文  参考訳（メタデータ） (2024-10-27T15:53:49Z)
• Contextualized Sequence Likelihood: Enhanced Confidence Scores for Natural Language Generation [37.63939774027709]
  種々のトークンに異なる重みを割り当てることで予測シーケンス確率を向上させることを提案する。 我々はこの新しいスコアを文脈化シーケンス類似度(CSL)と呼ぶ。
  論文  参考訳（メタデータ） (2024-06-03T21:55:07Z)
• Parallel Decoding via Hidden Transfer for Lossless Large Language Model Acceleration [54.897493351694195]
  本稿では,複数連続するトークンを1つのフォワードパスで同時に復号する,新しい並列復号法,すなわちthithidden Transferを提案する。 加速度測定では,Medusa や Self-Speculative decoding など,単モデル加速技術よりも優れています。
  論文  参考訳（メタデータ） (2024-04-18T09:17:06Z)
• Provably Secure Disambiguating Neural Linguistic Steganography [66.30965740387047]
  サブワードに基づく言語モデルを使用する際に生じるセグメンテーションの曖昧さ問題は、時にはデコード障害を引き起こす。 そこで我々はSyncPoolという,セグメンテーションのあいまいさ問題に効果的に対処する,セキュアな曖昧さ回避手法を提案する。 SyncPoolは、候補プールのサイズやトークンの分布を変えないため、確実に安全な言語ステガノグラフィー手法に適用できる。
  論文  参考訳（メタデータ） (2024-03-26T09:25:57Z)
• Uncertainty-aware Self-training for Low-resource Neural Sequence Labeling [29.744621356187764]
  本稿では,ニューラルシークエンスラベリング(NSL)のための新しい未知の自己学習フレームワークSeqUSTを提案する。 ベイジアンニューラルネットワーク(BNN)にモンテカルロ(MC)ドロップアウトを組み込んでトークンレベルで不確実性評価を行い、ラベルのないデータから信頼性の高い言語トークンを選択する。 ノイズロスのあるマスク付きシークエンスラベリングタスクは、ノイズのある擬似ラベルの問題を抑えることを目的とした堅牢なトレーニングを支援する。
  論文  参考訳（メタデータ） (2023-02-17T02:40:04Z)
• Hiding Images in Deep Probabilistic Models [58.23127414572098]
  我々は、画像の深い確率モデルに隠蔽するための異なる計算フレームワークについて述べる。 具体的には、DNNを用いて、カバー画像の確率密度をモデル化し、学習した分布の特定の場所に秘密画像を隠す。 我々は,抽出精度とモデルセキュリティの観点から,SinGANアプローチの実現可能性を示す。
  論文  参考訳（メタデータ） (2022-10-05T13:33:25Z)
• BLISS: Robust Sequence-to-Sequence Learning via Self-Supervised Input Representation [92.75908003533736]
  本稿では,自己教師型入力表現を用いたフレームワークレベルの頑健なシーケンス・ツー・シーケンス学習手法BLISSを提案する。 我々は,機械翻訳,文法的誤り訂正,テキスト要約など,BLISSの様々なタスクにおける有効性を検証するための総合的な実験を行った。
  論文  参考訳（メタデータ） (2022-04-16T16:19:47Z)
• Autoregressive Linguistic Steganography Based on BERT and Consistency Coding [17.881686153284267]
  言語ステガノグラフィ(LS)は、秘密情報をテキストに埋め込むことによって、コミュニケーションの存在を隠蔽する。 近年のアルゴリズムでは、言語モデル(LM)を用いてステガノグラフテキストを生成する。 本稿では,BERTと整合性符号化に基づく自己回帰型LSアルゴリズムを提案する。
  論文  参考訳（メタデータ） (2022-03-26T02:36:55Z)
• A Self-Supervised Gait Encoding Approach with Locality-Awareness for 3D Skeleton Based Person Re-Identification [65.18004601366066]
  3Dスケルトン配列内の歩行特徴による人物再識別(Re-ID)は、いくつかの利点を持つ新しい話題である。 本稿では、ラベルのない骨格データを利用して人物の歩行表現を学習できる自己教師付き歩行符号化手法を提案する。
  論文  参考訳（メタデータ） (2020-09-05T16:06:04Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。