安全性与分布匹配
Towards Near-imperceptible Steganographic Text
首次 arXiv 提交： · ACL 2019
正式发表版本：2019年7月。
分析词表分组和变长编码如何改变语言模型的输出分布。提出 patient-Huffman：当某一步嵌入消息造成的分布偏差超过阈值时，按原模型采样，并等待后续步骤再嵌入。
与 Neural Linguistic Steganography 的关系
Neural Linguistic Steganography 将其明确列为同期研究。两篇论文都分析编码诱导的分布；本工作修改 Huffman 编码，原始项目采用算术编码。
在神经文本隐写方法指南中比较词表分组、Huffman 编码、算术编码与耦合方法。
适用范围与边界
严格的总变差界需要较小的逐步阈值，实际传输率取决于生成过程中遇到的模型分布。论文也指出，主动攻击者修改文本会破坏消息提取。
引用这篇论文
正式发表版本
Falcon Z. Dai, Zheng Cai. Towards Near-imperceptible Steganographic Text. Proceedings of the 57th Annual Meeting of the Association for Computational Linguistics, 2019
正式发表版本 BibTeX · 正式发表版本 CSL-JSON
显示 BibTeX
@inproceedings{dai-cai-2019-publication,
title = {{Towards Near-imperceptible Steganographic Text}},
author = {Dai, Falcon Z. and Cai, Zheng},
year = {2019},
booktitle = {Proceedings of the 57th Annual Meeting of the Association for Computational Linguistics},
doi = {10.18653/v1/P19-1422},
pages = {4303--4308},
publisher = {Association for Computational Linguistics},
url = {https://aclanthology.org/P19-1422/}
}
arXiv 预印本
Falcon Z. Dai, Zheng Cai. Towards Near-imperceptible Steganographic Text. arXiv:1907.06679。首次提交：2019年7月15日。
该引用保留首个 arXiv 版本及其原始标题。版本链接区分后续修订；请引用支持所述结论的版本。
arXiv 预印本 BibTeX · arXiv 预印本 CSL-JSON
显示 BibTeX
@misc{dai-cai-2019-preprint,
title = {{Towards Near-imperceptible Steganographic Text}},
author = {Dai, Falcon Z. and Cai, Zheng},
year = {2019},
publisher = {arXiv},
eprint = {1907.06679v1},
archivePrefix = {arXiv},
url = {https://arxiv.org/abs/1907.06679v1}
}