安全性与分布匹配
Perfectly Secure Steganography Using Minimum Entropy Coupling
* Christian Schroeder de Witt 与 Samuel Sokota 贡献相同。
首次 arXiv 提交： · ICLR 2023
正式发表版本：2023年。
在信息论模型中，用耦合刻画完全安全的隐写，并用最小熵耦合刻画这类编码器中的最大信息吞吐量。论文提出迭代方法，并在文本、音频和图像模型分布上与算术编码、Meteor 和自适应动态分组比较。
与 Neural Linguistic Steganography 的关系
论文明确引用 2019 年的算术编码工作，并将其实现用于实验对照。它提出的是基于耦合的不同构造，具有不同的安全性保证。
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
该保证假设被动观察者、未经修改的传输，以及对载体分布的访问。保持模型分布并不证明这个模型准确描述了真实通信。
引用这篇论文
正式发表版本
Christian Schroeder de Witt, Samuel Sokota, J. Zico Kolter, Jakob Foerster, Martin Strohmeier. Perfectly Secure Steganography Using Minimum Entropy Coupling. International Conference on Learning Representations, 2023
正式发表版本 BibTeX · 正式发表版本 CSL-JSON
显示 BibTeX
@inproceedings{minimum-entropy-coupling-publication,
title = {{Perfectly Secure Steganography Using Minimum Entropy Coupling}},
author = {Schroeder de Witt, Christian and Sokota, Samuel and Kolter, J. Zico and Foerster, Jakob and Strohmeier, Martin},
year = {2023},
booktitle = {International Conference on Learning Representations},
url = {https://openreview.net/forum?id=HQ67mj5rJdR}
}
arXiv 预印本
Christian Schroeder de Witt, Samuel Sokota, J. Zico Kolter, Jakob Foerster, Martin Strohmeier. Perfectly Secure Steganography Using Minimum Entropy Coupling. arXiv:2210.14889。首次提交：2022年10月24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{minimum-entropy-coupling-preprint,
title = {{Perfectly Secure Steganography Using Minimum Entropy Coupling}},
author = {Schroeder de Witt, Christian and Sokota, Samuel and Kolter, J. Zico and Foerster, Jakob and Strohmeier, Martin},
year = {2022},
publisher = {arXiv},
eprint = {2210.14889v1},
archivePrefix = {arXiv},
url = {https://arxiv.org/abs/2210.14889v1}
}