論文の概要: ADLM -- stega: A Universal Adaptive Token Selection Algorithm for Improving Steganographic Text Quality via Information Entropy
- arxiv url: http://arxiv.org/abs/2410.20825v1
- Date: Mon, 28 Oct 2024 08:25:31 GMT
- ステータス: 翻訳完了
- システム内更新日: 2024-10-29 12:15:10.596735
- Title: ADLM -- stega: A Universal Adaptive Token Selection Algorithm for Improving Steganographic Text Quality via Information Entropy
- Title(参考訳): ADLM -- stega:情報エントロピーによるステレオテキスト品質向上のためのユニバーサル適応トークン選択アルゴリズム
- Authors: Zezheng Qin, Congcong Sun, Taiyi He, Yuke He, Azizol Abdullah, Normalia Samian, Nuur Alifah Roslan,
- Abstract要約: ステガノグラフィーシステムは、機密情報を公共キャリアに埋め込むことで、情報セキュリティを高める。
既存の生成テキストステガノグラフィー手法は、候補単語プールの長テール分布を扱う際の課題に直面している。
本稿では,情報エントロピー制約に基づくステガノグラフテキスト生成の品質制御理論を提案する。
- 参考スコア(独自算出の注目度): 1.413488665073795
- License:
- Abstract: In the context of widespread global information sharing, information security and privacy protection have become focal points. Steganographic systems enhance information security by embedding confidential information into public carriers; however, existing generative text steganography methods face challenges in handling the long-tail distribution of candidate word pools, which impacts the imperceptibility of steganographic information. This paper proposes a quality control theory for steganographic text generation based on information entropy constraints, exploring the relationship between the imperceptibility of steganographic texts and information entropy. By controlling the information entropy of the candidate word pool within a specific range, we optimize the imperceptibility of the steganographic text. We establish upper and lower bounds for information entropy and introduce an adaptive truncation method to balance semantic coherence and lexical diversity. Experimental results demonstrate that reasonably controlling the candidate pool size and information entropy thresholds significantly enhances the quality and detection resistance of steganographic texts, showcasing broad application potential in the field of natural language processing.
- Abstract(参考訳): グローバルな情報共有の分野では、情報セキュリティとプライバシ保護が焦点となっている。
ステガノグラフィーシステムは、機密情報を公共キャリアに埋め込むことで情報セキュリティを高めるが、既存の生成テキストステガノグラフィー手法は、ステガノグラフィー情報の知覚に影響を及ぼす候補単語プールの長期分布を扱う上で、課題に直面している。
本稿では,情報エントロピー制約に基づくステガノグラフテキスト生成の品質制御理論を提案し,ステガノグラフテキストの不受容性と情報エントロピーの関係について検討する。
特定の範囲内で候補単語プールの情報エントロピーを制御することにより、ステガノグラフテキストの不受容性を最適化する。
我々は,情報エントロピーの上下境界を確立し,セマンティックコヒーレンスと語彙の多様性のバランスをとるための適応的トランケーション手法を導入する。
実験結果から,候補プールサイズと情報エントロピー閾値を合理的に制御することで,テキストの品質と検出耐性が著しく向上し,自然言語処理分野の幅広い応用可能性を示すことが示された。
関連論文リスト
- Comparing Feature-based and Context-aware Approaches to PII Generalization Level Prediction [0.6138671548064356]
テキストデータのPIIはプライバシにとって重要であるが、現在の一般化手法では、不均一なデータ配信やコンテキスト認識の制限といった課題に直面している。
本稿では、構造化された入力の性能向上に機械学習を用いた特徴ベース手法と、原文と一般化された候補との間のより広い文脈と意味的関係を考慮したコンテキスト認識フレームワークを提案する。
WikiReplaceデータセットの実験では、両方の方法の有効性が示され、コンテキスト認識アプローチは、さまざまなスケールで機能ベースのものよりも優れています。
論文 参考訳(メタデータ) (2024-07-03T06:32:03Z) - Language Guided Domain Generalized Medical Image Segmentation [68.93124785575739]
単一ソースドメインの一般化は、より信頼性が高く一貫性のあるイメージセグメンテーションを現実の臨床環境にわたって約束する。
本稿では,テキストエンコーダ機能によって案内されるコントラスト学習機構を組み込むことで,テキスト情報を明確に活用する手法を提案する。
文献における既存手法に対して,本手法は良好な性能を発揮する。
論文 参考訳(メタデータ) (2024-04-01T17:48:15Z) - Improving Diversity in Zero-Shot GAN Adaptation with Semantic Variations [61.132408427908175]
0ショットのGAN適応は、よく訓練されたジェネレータを再利用して、目に見えないターゲットドメインの画像を合成することを目的としている。
実際の画像の代わりに1つの代表的テキスト機能しか持たないため、合成された画像は徐々に多様性を損なう。
そこで本研究では,CLIP空間における対象テキストの意味的変化を見つけるための新しい手法を提案する。
論文 参考訳(メタデータ) (2023-08-21T08:12:28Z) - Perfectly Secure Steganography Using Minimum Entropy Coupling [60.154855689780796]
カチン1998のステガノグラフィー情報理論モデルでは, ステガノグラフィーの術式は完全に安全であることが示されている。
また, 完全セキュアな手順の中で, 最小エントロピー結合によって誘導される場合に限, 情報スループットが最大になることを示す。
論文 参考訳(メタデータ) (2022-10-24T17:40:07Z) - Image-Specific Information Suppression and Implicit Local Alignment for
Text-based Person Search [61.24539128142504]
テキストベースの人物検索(TBPS)は,問合せテキストが与えられた画像ギャラリーから同一の身元で歩行者画像を検索することを目的とした課題である。
既存の手法の多くは、モダリティ間の微粒な対応をモデル化するために、明示的に生成された局所的な部分に依存している。
TBPSのためのマルチレベルアライメントネットワーク(MANet)を提案する。
論文 参考訳(メタデータ) (2022-08-30T16:14:18Z) - Performance Optimization for Semantic Communications: An Attention-based
Reinforcement Learning Approach [187.4094332217186]
テキストデータ伝送のためのセマンティック通信フレームワークを提案する。
回復したテキストの意味的精度と完全性を共同でキャプチャする意味的類似度尺度(MSS)を提案する。
論文 参考訳(メタデータ) (2022-08-17T11:39:16Z) - A Weakly-Supervised Iterative Graph-Based Approach to Retrieve COVID-19
Misinformation Topics [2.1471398891979647]
誤情報に関連するキーワード,トピック,テーマを検出するために,弱い教師付き反復グラフに基づくアプローチを導入する。
本手法は,いくつかのシードテキストにおいて,一般的な誤情報関連シードワードから特定のトピックを検出できる。
論文 参考訳(メタデータ) (2022-05-19T09:30:39Z) - 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) - Semantics-Preserved Distortion for Personal Privacy Protection in Information Management [65.08939490413037]
本稿では,意味的整合性を維持しつつテキストを歪ませる言語学的アプローチを提案する。
本稿では, 意味保存歪みの枠組みとして, 生成的アプローチと置換的アプローチの2つを提示する。
また、特定の医療情報管理シナリオにおけるプライバシ保護についても検討し、機密データの記憶を効果的に制限していることを示す。
論文 参考訳(メタデータ) (2022-01-04T04:01:05Z) - Provably Secure Generative Linguistic Steganography [29.919406917681282]
提案手法は, 新規にセキュアな生成言語分類法ADGである。
ADGは、市販の言語モデルによって与えられる確率に応じて、トークンの適応動的グループ化によって秘密情報を埋め込む。
論文 参考訳(メタデータ) (2021-06-03T17:27:10Z) - Graph-Stega: Semantic Controllable Steganographic Text Generation Guided
by Knowledge Graph [29.189037080306353]
本稿では,既存のモデルと密に異なるテキスト生成ステガノグラフィー手法を提案する。
我々は、知識グラフ(KG)を用いて、ステガノグラフ文の生成をガイドする。
実験結果から,提案モデルが生成したテキストの品質と意味表現の両方を保証できることが示唆された。
論文 参考訳(メタデータ) (2020-06-02T06:53:21Z)
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。