lm steganography

LM-Steganographie

Dies ist die Codebasis, die der Veröffentlichung Towards Near-imperceptible Steganographic Text beiliegt. Es implementiert den in der Arbeit beschriebenen Entwurf des linguistischen steganographischen Systems, den vorgeschlagenen patient-Huffman -Algorithmus sowie den Code, den wir für die empirische Studie in der Arbeit verwendet haben.

Vorläufig

Die von uns untersuchten steganografischen Systeme gehen von einem kryptografischen System aus, das Chiffretext erzeugt, der in Stegotext kodiert wird. In dieser Arbeit kodieren wir den Chiffretext in flüssigen Stegotext, indem wir die Stichprobe anhand eines Sprachmodells steuern. Wir konzentrieren uns auf die Gewährleistung der Unwahrnehmbarkeit (steganografische Geheimhaltung), während die kryptografische Sicherheit durch das Kryptosystem bereitgestellt wird.

Verwendung

• example.ipynb enthält ein vollständiges Beispiel einschließlich der Verschlüsselungs-/Entschlüsselungsschritte.
• core.py enthält ein anschauliches minimales Arbeitsbeispiel für die Kodierung/Dekodierung des Stegosystems.
• Möglicherweise benötigen Sie GPT-2 (als Git-Submodul enthalten) und das öffentlich veröffentlichte Sprachmodell GPT-2-117M um Stegotext zu generieren.
• Diese Methode implementiert den patient-Huffman Kodierungsalgorithmus. Und die entsprechende Dekodierungsmethode.
• Das Verzeichnis samples/ enthält 20 Samples, die mit patient-Huffman (Unwahrnehmbarkeitsparameter von 0,08 und zufällige Bitfolgen der Länge 32) generiert wurden, und 20 Samples aus dem Basissprachenmodell. Dadurch soll ein subjektives Gefühl für die Unwahrnehmbarkeit vermittelt werden, die der Algorithmus bietet, indem die kontrollierten Stichproben mit den unkontrollierten Stichproben (Standardstichproben) verglichen werden.
• Dieses Notizbuch enthält die Diagramme und die empirische Analyse.

Replikation

Unabhängige Replikationen sind herzlich willkommen! Bitte machen Sie uns darauf aufmerksam und wir werden sie hier auflisten. Den ursprünglichen Code, den wir zum Zeitpunkt der ACL-Übermittlung verwendet haben, finden Sie im Git-Commit mit dem Tag acl-2019 .

FAQ

Dies ist als Forschungsprototyp gedacht. Seien Sie bitte vorsichtig, wenn Sie es als Instrument zum Schutz der Privatsphäre verwenden.

• Was ist Steganographie?
  • Bei der Steganographie geht es darum, die Tatsache zu verbergen, dass man etwas verbirgt. Ziel ist es, bei einem Abhörer (oder einem Kanalüberwacher) den Verdacht zu erwecken, dass eine geheime Kommunikation stattfindet.
• Was meinen wir mit Unmerklichkeit?
  • Im Idealfall möchten wir, dass die steganografische Kommunikation nicht wahrnehmbar ist, also vor den Augen der Öffentlichkeit verborgen bleibt. Insbesondere formalisieren wir diese Vorstellung, indem wir fragen, wie viele Proben erforderlich sind, damit der Gegner das Vorhandensein steganografischer Kommunikation entdeckt. Dies ist genau das, was die Gesamtvariationsdistanz (und Kullback-Leibler-Divergenz) zwischen dem effektiven Sprachmodell und dem Basissprachmodell misst.
• Gibt es eine bekannte Schwachstelle?
  • Im Rahmen des Aufsatzes gehen wir davon aus, dass der Gegner passiv ist, dh dass er lediglich die Botschaften beobachtet. Man kann sich einen stärkeren Gegner vorstellen, der sich auch in die Nachrichten selbst einmischen kann. Das Ziel eines solchen Gegners kann darin bestehen, die steganografische Kommunikation zu stören, ohne unbedingt deren Existenz zu entdecken oder die nichtgeheime Kommunikation zu stören. Zum Beispiel durch das Einfügen häufiger Tippfehler. Diese Einstellung wird manchmal als robuste Steganographie bezeichnet und die von uns betrachteten Arten von Stegosystemen sind bei einem solchen Angriff spröde .

Referenz

Bitte zitieren Sie unsere Arbeit, wenn Sie dieses Repo oder das zugehörige Papier nützlich finden.

 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 "
  }