論文の概要: Robust Coverless Linguistic Steganography via Sentence Embedding Space with Global Resynchronization
- arxiv url: http://arxiv.org/abs/2609.04970v1
- Date: Fri, 04 Sep 2026 10:22:35 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-09-07 18:15:24.000946
- Title: Robust Coverless Linguistic Steganography via Sentence Embedding Space with Global Resynchronization
- Title（参考訳）: グローバル再同期を用いた文埋め込み空間によるロバストなカバーレス言語ステレオグラフィ
- Abstract要約: 言語ステガノグラフィーは、自然言語による秘密のコミュニケーションを可能にする。
既存の手法はトークンレベルの操作に依存しており、単語や文レベルの摂動の下で信頼性を維持するのに苦労している。
本稿では,トークン空間ではなく文埋め込み空間で機能する頑健な非被覆型ステガノグラフィーフレームワークを提案する。
- 参考スコア（独自算出の注目度）: 13.323452988976435
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Linguistic steganography enables covert communication through natural language. Existing methods heavily rely on token-level operations and struggle to maintain reliability under word- and sentence-level textual perturbations. Moreover, variable-length coding-based schemes are highly susceptible to bit-slippage under minor disturbances, as perturbations cause desynchronization between embedded and extracted bit sequences. To address these issues, we propose a robust coverless steganographic framework that operates in the sentence embedding space rather than the token space. Specifically, secret messages are encoded as hierarchical clustering paths in the sentence embedding space, which enhances decoding stability against word- and sentence-level textual perturbations. To tackle the bit-slippage problem, we introduce a Global Resynchronization Mechanism (GRM) that reframes variable-length bitstreams as discrete symbols anchored to semantic subspaces, decoupling local embedding failures from global message recovery. Experimental results demonstrate that under word- and sentence-level perturbations, our approach achieves substantial improvements in robustness, while maintaining effective embedding capacity and exhibiting strong resistance to statistical analysis.
- Abstract（参考訳）: 言語ステガノグラフィーは、自然言語による秘密のコミュニケーションを可能にする。
既存の手法はトークンレベルの操作に大きく依存しており、単語や文レベルのテキストの摂動の下で信頼性を維持するのに苦労している。
さらに、可変長符号ベースのスキームは、摂動が組込みビット列と抽出ビット列の非同期化を引き起こすため、小さな乱れの下でビットスリップの影響を受けやすい。
これらの問題に対処するために,トークン空間ではなく文埋め込み空間で機能する,頑健な非被覆型ステガノグラフィーフレームワークを提案する。
具体的には、秘密メッセージは文埋め込み空間内の階層的クラスタリングパスとして符号化され、単語や文レベルのテキストの摂動に対する復号安定性が向上する。
ビットスリップ問題に対処するために,変数長のビットストリームをセマンティック部分空間に固定された離散シンボルとして再構成し,局所的な埋め込み障害をグローバルメッセージ復元から分離するGlobal Resynchronization Mechanism (GRM)を導入する。
実験の結果, 単語・文レベルの摂動下では, 効果的な埋め込み能力を維持し, 統計的解析に強い抵抗性を示しながら, 頑健性を大幅に向上することがわかった。
関連論文リスト
- Discrete Diffusion Bridges for Spatiotemporally Aligned Image Translation and Generation [44.1310706833305]
DDBは、画像翻訳と生成における標準離散拡散の基本的な相違を解決するために設計されたフレームワークである。
マスクとソーストークンの混合に状態を吸収するハイブリッド吸収機構を導入し,空間アンカーとして空間空間に効率的にソースを注入する。
さまざまな生成パラダイムにわたるフレームワークの汎用性と堅牢性を検証する実験。
論文 参考訳（メタデータ） (2026-08-30T19:44:38Z) - Text as Illumination: Spatial Contrastive Retinex Learning for Language-guided Medical Image Segmentation [81.21550084361755]
言語誘導医療画像(LMIS)は解剖学的構造や病変の描写を改善する大きな可能性を示している。
既存の手法では、テキストと視覚的特徴間の暗黙的な相互作用や、モーダル・アライメントのための粗いきめ細かな監督に依存している。
本稿では,テキスト埋め込みを意味的な照明として扱う新しいフレームワークであるText-as-Illumination Retinex Network (TIRNet)を提案する。
論文 参考訳（メタデータ） (2026-06-26T07:27:48Z) - Follow the Latent Roadmap: Navigating Revocable Decoding for Diffusion LLMs with Anchor Tokens [22.687236570529844]
本稿では,組込み空間内で動作するトレーニングフリーフレームワークASRDを提案する。
我々はASRDが最近のリメイキングベースラインを上回り、最大6.4%の精度向上を実現し、推論スループットを最大7.2倍に向上させることを示した。
論文 参考訳（メタデータ） (2026-06-15T15:23:47Z) - PRISM: Prior Rectification and Uncertainty-Aware Structure Modeling for Diffusion-Based Text Image Super-Resolution [51.96078493242164]
PRISMは単一ステップ拡散ベースのText-SRフレームワークである。
PRISMはミリ秒レベルの推論で最先端の性能を達成する。
論文 参考訳（メタデータ） (2026-05-13T05:31:06Z) - ReTokSync: Self-Synchronizing Tokenization Disambiguation for Generative Linguistic Steganography [28.687186883782033]
生成言語ステガノグラフィーは、秘密メッセージを自然言語生成プロセスに埋め込むことで、秘密のコミュニケーションを可能にする。
同じ表面テキストは受信側で異なるトークンシーケンスに再トークン化され、共有復号状態が破られる。
生成中のレシーバビューのトークン化を監視し,あいまいさの発生時にのみ修正リセットをトリガーするフレームワークであるReTokSyncを提案する。
論文 参考訳（メタデータ） (2026-04-28T10:42:43Z) - STEAD: Robust Provably Secure Linguistic Steganography with Diffusion Language Model [71.35577462669856]
拡散言語モデル(DLM)を用いた頑健で確実な言語ステガノグラフィーを提案する。
ステガノグラフ抽出中に擬似ランダム誤り訂正や近傍探索補正を含む誤り訂正戦略を導入する。
論文 参考訳（メタデータ） (2026-01-21T08:58:12Z) - CroBIM-U: Uncertainty-Driven Referring Remote Sensing Image Segmentation [8.834663340762562]
リモートセンシング画像セグメンテーションの参照は、複雑なオーバーヘッド画像内に自然言語で記述された特定のターゲットをローカライズすることを目的としている。
既存の手法では、画像全体にわたって均一な融合と精錬戦略を用いるのが一般的である。
本稿では,適応推論のオーケストレーションに先立って,画素単位の参照不確実性マップを空間として明示的に活用する,テキストbfuncertainty-guidedフレームワークを提案する。
論文 参考訳（メタデータ） (2026-01-07T01:02:39Z) - A high-capacity linguistic steganography based on entropy-driven rank-token mapping [81.29800498695899]
言語ステガノグラフィーは、秘密のメッセージを無害なテキストに埋め込むことによって、秘密のコミュニケーションを可能にする。
従来の修正ベースの手法は検出可能な異常を導入し、検索ベースの戦略は埋め込み能力の低下に悩まされている。
本稿では、ランクベース適応符号化と文脈認識の圧縮を正規化エントロピーと統合したRTMStegaというエントロピー駆動のフレームワークを提案する。
論文 参考訳（メタデータ） (2025-10-27T06:02:47Z) - Robust Fusion Controller: Degradation-aware Image Fusion with Fine-grained Language Instructions [26.269399073437903]
現在の画像融合法は、空間的に異なる特徴を持つ多様な劣化を含む現実世界環境への適応に苦慮している。
微細な言語命令を通した分解認識画像融合を実現する頑健な融合制御器を提案する。
私たちのRFCは、特に非常に困難なフレアシナリオにおいて、様々な複合劣化に対して堅牢です。
論文 参考訳（メタデータ） (2025-04-08T08:22:55Z) - Spatial Semantic Recurrent Mining for Referring Image Segmentation [63.34997546393106]
高品質なクロスモーダリティ融合を実現するために,Stextsuperscript2RMを提案する。
これは、言語特徴の分散、空間的意味的再帰的分離、パーセマンティック・セマンティック・バランシングという三部作の作業戦略に従う。
提案手法は他の最先端アルゴリズムに対して好適に機能する。
論文 参考訳（メタデータ） (2024-05-15T00:17:48Z) - Discrete Variational Attention Models for Language Generation [51.88612022940496]
本稿では,言語における離散性に起因する注意機構のカテゴリー分布を考慮した離散的変動注意モデルを提案する。
離散性の特質により,提案手法の訓練は後部崩壊に支障を来さない。
論文 参考訳（メタデータ） (2020-04-21T05:49:04Z)
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。