14、基于频繁词距离的无载体文本信息隐藏方法

基于频繁词距离的无载体文本信息隐藏方法

1. 无载体信息隐藏概述

信息隐藏算法一旦公开，对应的隐写分析方法就会出现。若在隐写过程中进行信息嵌入，攻击者就可能找到隐藏信息的存在甚至获取它。无载体信息隐藏是解决这一问题的有效途径，它无需对载体进行修改，就能隐藏秘密信息。其主要思想是在大数据环境中直接遍历载体，检索包含秘密信息的隐写向量（文本或图像）。

2. 方法介绍

2.1 文本数据库的准备

• 构建数据库 ：从正常新闻网站获取新闻，构建自然文本数据库。
• 计算词频和排名 ：对于词汇表中的每个单词，计算其出现频率，并按降序排名。
• 定义词排名映射 ：文本数据库（或文本）的词排名映射定义为：
  [RM = {(w_i, f_i) | i = 1, 2, 3, …, U}]
  其中，$U$ 是文本数据库（或文本）中唯一单词的数量，$i$ 是单词 $w_i$ 的排名，$f_i$ 是 $w_i$ 的频率。
• 定义频繁词哈希函数 ：
  [H_k(t) = {h_1h_2h_3 … h_k}]
  其中，$k$ 是从文本数据库词汇表中选择的前 $k$ 个频繁词的数量，$t$ 是文本数据库中的一个文本，$h_i$ 定义为：
  [h_i =
  \begin{cases}
  1, & \text{第 } i \text{ 个频繁词出现在文本 } t \text{ 中} \
  0,