lm steganography

إخفاء المعلومات

هذه هي قاعدة التعليمات البرمجية المصاحبة للمنشور نحو نص إخفاء المعلومات شبه غير محسوس . وهو ينفذ تصميم نظام إخفاء المعلومات اللغوي الموضح في الورقة، وخوارزمية patient-Huffman المقترحة، بالإضافة إلى الكود الذي استخدمناه للدراسة التجريبية في الورقة.

تمهيدي

تفترض أنظمة إخفاء المعلومات التي درسناها وجود نظام تشفير ينتج نصًا مشفرًا ليتم تشفيره في نص مخفي. في هذا العمل، قمنا بتشفير النص المشفر إلى نص مخفي بطلاقة من خلال التحكم في أخذ العينات من نموذج اللغة. نحن نركز على توفير عدم القدرة على الإدراك (سرية إخفاء المعلومات) بينما يتم توفير أمان التشفير بواسطة نظام التشفير.

الاستخدام

• يحتوي example.ipynb على مثال كامل يتضمن خطوات التشفير/فك التشفير.
• يحتوي core.py على مثال عملي توضيحي مبسط لتشفير/فك تشفير نظام Stegosystem.
• قد تحتاج إلى GPT-2 (المضمن كوحدة فرعية لـ git) ونموذج اللغة GPT-2-117M الذي تم إصداره للعامة لإنشاء نص مخفي.
• تطبق هذه الطريقة خوارزمية ترميز patient-Huffman . وطريقة فك التشفير المقابلة لها.
• يحتوي samples/ على 20 عينة تم إنشاؤها باستخدام patient-Huffman (معامل عدم الإدراك 0.08، وسلاسل بت عشوائية بطول 32) و20 عينة من نموذج اللغة الأساسية. يهدف هذا إلى توفير إحساس شخصي بعدم القدرة على الإدراك التي توفرها الخوارزمية من خلال مقارنة العينات الخاضعة للرقابة بالعينات غير الخاضعة للرقابة (أخذ العينات القياسية).
• يحتوي هذا الدفتر على المؤامرات والتحليل التجريبي.

النسخ المتماثل

النسخ المتماثلة المستقلة هي أكثر من موضع ترحيب! يرجى لفت انتباهنا إليها وسنقوم بإدراجها هنا. للحصول على الكود الأصلي الذي استخدمناه في وقت إرسال قائمة التحكم بالوصول (ACL)، راجع التزام git الموسوم acl-2019 .

التعليمات

ويهدف هذا كنموذج أولي للبحث. يرجى توخي الحذر عند استخدامه كأداة لحماية الخصوصية.

• ما هو إخفاء المعلومات؟
  • إخفاء المعلومات يدور حول إخفاء حقيقة أن المرء يخفي شيئًا ما. ويهدف إلى تجنب إثارة الشكوك لدى المتنصت (أو مراقب القناة) بحدوث بعض الاتصالات السرية.
• ماذا نعني بعدم القدرة على الإدراك؟
  • من الناحية المثالية، نريد أن يكون الاتصال المخفي غير محسوس، أي مختبئًا على مرأى من الجميع. على وجه الخصوص، نقوم بإضفاء الطابع الرسمي على هذه الفكرة من خلال السؤال عن عدد العينات التي يحتاجها الخصم لاكتشاف وجود اتصالات مخفية. وهذا هو بالضبط ما يقيسه إجمالي مسافة التباين (وانحراف كولباك-ليبلر) بين نموذج اللغة الفعال ونموذج اللغة الأساسي.
• هل هناك أي ثغرة أمنية معروفة؟
  • في إطار الورقة، نفترض أن الخصم سلبي، أي أنه يراقب الرسائل فقط. ويمكن للمرء أن يتخيل خصمًا أقوى يمكنه أيضًا التدخل في الرسائل نفسها. قد يكون هدف هذا الخصم هو تعطيل الاتصال المخفي دون اكتشاف وجوده بالضرورة أو تعطيل الاتصال غير السري. على سبيل المثال، عن طريق إدخال الأخطاء المطبعية الشائعة. يُطلق على هذا الإعداد أحيانًا اسم إخفاء المعلومات القوي ، ويكون نوع أنظمة إخفاء المعلومات التي اعتبرناها هشة في ظل مثل هذا الهجوم.

مرجع

يرجى الاستشهاد بعملنا إذا وجدت هذا الريبو أو الورقة المرتبطة به مفيدة.

 Dai, Falcon Z and Cai, Zheng. Towards Near-imperceptible Steganographic Text. Proceedings of ACL. 2019.

 @inproceedings { dai-cai-2019-towards ,
    title = " Towards Near-imperceptible Steganographic Text " ,
    author = " Dai, Falcon Z and Cai, Zheng " ,
    booktitle = " Proceedings of Association for Computational Linguistics " ,
    month = july,
    year = " 2019 " ,
    publisher = " Association for Computational Linguistics "
  }