lm steganography

lm-esteganografía

Esta es la base del código que acompaña a la publicación Hacia un texto esteganográfico casi imperceptible . Implementa el diseño del sistema esteganográfico lingüístico descrito en el artículo, el algoritmo patient-Huffman propuesto, así como el código que utilizamos para el estudio empírico en el artículo.

Preliminar

Los sistemas esteganográficos que estudiamos asumen un sistema criptográfico que produce texto cifrado para codificarlo en estegotexto. En este trabajo, codificamos el texto cifrado en estegotexto fluido controlando el muestreo de un modelo de lenguaje. Nos centramos en proporcionar imperceptibilidad (secreto esteganográfico), mientras que la seguridad criptográfica la proporciona el criptosistema.

Uso

• example.ipynb contiene un ejemplo completo que incluye los pasos de cifrado/descifrado.
• core.py contiene un ejemplo práctico mínimo ilustrativo de la codificación/decodificación del estegosistema.
• Es posible que necesite GPT-2 (incluido como un submódulo de git) y el modelo de lenguaje GPT-2-117M publicado públicamente para generar estegotexto.
• Este método implementa el algoritmo de codificación patient-Huffman . Y su correspondiente método de decodificación.
• El directorio samples/ contiene 20 muestras generadas utilizando patient-Huffman (parámetro de imperceptibilidad de 0,08 y cadenas de bits aleatorias de longitud 32) y 20 muestras del modelo de lenguaje base. Esto es para proporcionar una sensación subjetiva de la imperceptibilidad que ofrece el algoritmo al comparar las muestras controladas con las muestras no controladas (muestreo estándar).
• Este cuaderno contiene las tramas y el análisis empírico.

Replicación

¡Las réplicas independientes son más que bienvenidas! Por favor, infórmenos sobre ellos y los enumeraremos aquí. Para ver el código original que utilizamos en el momento del envío de ACL, consulte el compromiso de git etiquetado como acl-2019 .

Preguntas frecuentes

Esto pretende ser un prototipo de investigación. Tenga cuidado al utilizarlo como herramienta de protección de la privacidad.

• ¿Qué es la esteganografía?
  • La esteganografía consiste en ocultar el hecho de que uno está ocultando algo. Su objetivo es evitar despertar sospechas en un espía (o un monitor de canal) de que se está produciendo alguna comunicación secreta.
• ¿Qué entendemos por imperceptibilidad?
  • Lo ideal es que la comunicación esteganográfica sea imperceptible, es decir, que se oculte a simple vista. En particular, formalizamos esta noción preguntando cuántas muestras se necesitan para que el adversario descubra la presencia de comunicación esteganográfica. Esto es precisamente lo que mide la distancia de variación total (y la divergencia Kullback-Leibler) entre el modelo de lenguaje efectivo y el modelo de lenguaje base.
• ¿Existe alguna vulnerabilidad conocida?
  • En el contexto del artículo, asumimos que el adversario es pasivo, es decir, simplemente observa los mensajes. Se puede imaginar un adversario más fuerte que también pueda interferir con los propios mensajes. El objetivo de tal adversario puede ser perturbar la comunicación esteganográfica sin necesariamente descubrir su existencia o perturbar la comunicación no secreta. Por ejemplo, inyectando errores tipográficos comunes. Esta configuración a veces se denomina esteganografía robusta y el tipo de estegosistemas que consideramos son frágiles ante tal ataque.

Referencia

Cite nuestro trabajo si encuentra útil este repositorio o el documento asociado.

 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 "
  }