基于宋詞韻律的無載體文本隱寫方法

鄒孜逸 王開西

摘要：針對(duì)目前利用宋詞進(jìn)行生成式隱寫方法詞典庫過大，載密文本安全性不高和隱寫成功率低的問題，提出了一種利用宋詞韻律中“中平仄”出現(xiàn)頻率的奇偶性進(jìn)行檢索的無載體文本隱寫方法。與現(xiàn)有利用宋詞進(jìn)行信息隱寫的方法相比，該方法不需要建立龐大的詞典庫，載密文本也不會(huì)出現(xiàn)語義問題和連貫性問題，提高了安全性和隱寫成功率，隱寫成功率為100%，隱藏容量為3 bits/詞牌。

關(guān)鍵詞：宋詞;韻律;無載體;安全性;成功率

中圖分類號(hào)：TP309.7

文獻(xiàn)標(biāo)志碼：A

文章編號(hào)：1006-1037（2021）01-0007-06

基金項(xiàng)目：國(guó)家自然科學(xué)基金（批準(zhǔn)號(hào)：U1536113）資助。

通信作者：王開西，男，博士，副教授，主要研究方向?yàn)樾畔㈦[藏等。E-mail： kxwang@qdu.edu.cn

如今，信息技術(shù)飛速發(fā)展，信息隱藏對(duì)信息的安全傳輸具有重大意義?，F(xiàn)有的信息隱藏載體主要有文本、圖像、視頻、音頻、網(wǎng)絡(luò)流量[1]等。由于文本在網(wǎng)絡(luò)和生活中的應(yīng)用最為廣泛，因此基于文本的信息隱藏有著更加廣闊的應(yīng)用前景，主要應(yīng)用于以下3個(gè)方面：秘密信息的傳送、文本版權(quán)的保護(hù)、消息來源的確認(rèn)。目前文本隱寫主要分為修改載體和無載體的方法。其中修改載體的方法主要分為兩類：不基于語義的方法——利用人類視覺上的不可感知性，如通過修改排版[2]、變換字體顏色[3]、修改字體格式[4]、利用文件格式[5]、添加不可見字符[6]等方式;基于語義的方法——利用機(jī)器對(duì)語法和語義的不可感知性，如通過修改句子結(jié)構(gòu)[7]、進(jìn)行同義詞替換[8]、基于虛詞變換[9]等方式。但隨著機(jī)器學(xué)習(xí)的發(fā)展，修改載體的方法可以通過機(jī)器檢測(cè)的方式檢測(cè)出來，已經(jīng)無法滿足人們的需求，因此無載體隱寫受到越來越多的關(guān)注。因?yàn)闊o載體隱寫法不對(duì)載體文本進(jìn)行修改，因此提高了安全性。無載體隱寫法又分為生成法和檢索法。生成法中具有代表性的有宋詞生成法[10-12]，基于單位規(guī)則的生成法[13]等。檢索法有基于漢字筆畫矩陣法[14]，基于漢字?jǐn)?shù)學(xué)表達(dá)式法[15]等。針對(duì)目前利用宋詞進(jìn)行生成式隱寫法存在詞典庫過大，載密文本安全性不高和隱藏成功率低的問題，本文提出了一種利用宋詞韻律中“中平仄”出現(xiàn)頻率的奇偶性進(jìn)行檢索的無載體文本隱寫方法，該方法不需要建立詞典庫，載密文本也不會(huì)出現(xiàn)語義問題和連貫性問題，提高了安全性和隱寫成功率。

1 宋詞載體隱寫介紹

宋詞是中國(guó)古代的一種常見文體，其極富韻律和格式的文本特點(diǎn)為信息隱藏技術(shù)提供了良好的載體[16]。目前利用宋詞進(jìn)行信息隱寫也取得了一些成果。

余振山等[10]第一次提出利用宋詞韻律進(jìn)行隱寫，通過對(duì)韻律塊中含有的詞語進(jìn)行分詞組成詞典，然后進(jìn)行編碼，隱藏秘密消息的時(shí)候，根據(jù)秘密消息的二進(jìn)制串在宋詞模板中填入從詞典中查詢得到的可以表示對(duì)應(yīng)二進(jìn)制的詞語，以此來隱藏秘密消息。屈琪峰等[11]提出了一種基于句式控制的宋詞載體文本隱寫方法，通過分析宋詞韻律模板中韻律與詞性的關(guān)系，設(shè)計(jì)針對(duì)宋詞詞典的詞性提取算法，生成處理后的“韻律-詞性”詞典，隱藏秘密消息時(shí)通過設(shè)計(jì)基于句式控制的信息隱寫與提取算法，生成與原來宋詞格律、句式和詞性完全相同的隱寫載體。劉彥辰等[12]提出了一種利用宋詞韻律進(jìn)行隱寫的方法，主要思想是將整首詞的韻律分為固定的韻律塊，然后提取出所有宋詞的詞語組成詞典，根據(jù)每個(gè)韻律含有的詞語個(gè)數(shù)進(jìn)行編碼，隱藏秘密消息的時(shí)候就按照之前的編碼和隨機(jī)選擇模板算法生成新的宋詞，將新生成的宋詞發(fā)送給接收方。

總的來說，現(xiàn)在利用宋詞進(jìn)行隱寫已經(jīng)取得了一定的成果，但都是通過構(gòu)造詞典并生成宋詞進(jìn)行隱寫的方法，生成的隱寫宋詞與非隱寫宋詞仍存在不小的區(qū)別，因此安全性不高，很容易被懷疑隱藏了秘密消息，并且通信雙方需要共享一個(gè)較大的詞典庫來進(jìn)行秘密消息的隱寫與提取，這提高了雙方通信的成本。本文提出了一種利用宋詞韻律的無載體文本隱寫方法，通過對(duì)“中平仄”出現(xiàn)頻率的奇偶性進(jìn)行編碼，不生成詞典，使用原始的宋詞進(jìn)行隱寫，不對(duì)宋詞做任何更改，發(fā)送的時(shí)候通過檢索的方式獲得載密文本，既可以發(fā)送完整的宋詞，也可以只發(fā)送詞牌名，大大提高了方法的安全性，并且降低了通信成本，隱寫成功率為100%。

2 利用宋詞韻律進(jìn)行無載體隱寫的方法

2.1 宋詞知識(shí)介紹

2.1.1 詞牌 每首宋詞都必須有詞牌名，已知的詞牌有1 000多個(gè)。

2.1.2 平仄韻律 平仄是聲調(diào)的概念，簡(jiǎn)單來說，現(xiàn)代漢語普通話中的一聲和二聲屬于“平聲”，三聲和四聲屬于“仄聲”，詞譜中出現(xiàn)的“中”，則代表該處用字可以不計(jì)較讀音，用任何聲調(diào)的字都可以。由于古代漢語體系和現(xiàn)代漢語體系不完全相同，古代漢語中的“入聲”字在現(xiàn)代漢語普通話以及大部分北方方言中消失了，有些字就不適用以上的判斷方法。具體的韻律需要就固定的詞牌來定，一個(gè)詞牌的韻律是固定的，但是有可能出現(xiàn)兩種及以上不同的韻律。

2.2 利用宋詞韻律對(duì)詞牌編碼

對(duì)于宋詞中任意一個(gè)字的韻律都可以分為4類：平聲、仄聲、本仄可平和本平可仄。其中，本仄可平和本平可仄可以不計(jì)較一個(gè)字的讀音，因此統(tǒng)稱為“中聲”。對(duì)于任意一個(gè)詞牌，都可以得到它的韻律模板，以《滿江紅》為例，韻律如下：

中仄平平，平中仄、中平中仄。

平仄仄、仄平平仄，仄平中仄。

中仄中平平仄仄，中平中仄平平仄。

中中中、中仄仄平平，平平仄。

中中仄，平仄仄。平仄仄，平平仄。

仄平平中仄，仄平平仄。

中仄中平平仄仄，中平中仄平平仄。

中中中、中仄仄平平，平平仄。

有些詞牌會(huì)有變格的存在，變格往往使詞或曲在句式、平仄等方面發(fā)生增減變化，變格有時(shí)形成新的詞牌或曲牌。詩詞中完全符合“平仄兩兩交替”規(guī)則的聯(lián)句稱為“正格”，不完全符合的稱為“變格”。

本文收集了《唐宋詞格律》[17]中的152個(gè)詞牌的韻律， 只取其中所有的詞牌第一個(gè)出現(xiàn)的韻律作為隱寫韻律。因?yàn)槊總€(gè)詞牌中的字?jǐn)?shù)不相同，所以每篇宋詞中“中平仄”三種韻律出現(xiàn)的頻率也不相同。具體如圖1所示（編號(hào)為詞牌在《唐宋詞格律》[15]中出現(xiàn)的順序）。

2.3 隱寫算法

2.3.1 隱寫流程圖 本文方法的主要思想是利用詞牌韻律中“中平仄”的出現(xiàn)頻率對(duì)2取余數(shù)后的值對(duì)詞牌進(jìn)行編碼，不同的詞牌因?yàn)轫嵚芍小爸衅截啤背霈F(xiàn)頻率的不同就對(duì)應(yīng)了不同的編碼段，利用“中平仄”的奇偶性就可以找到秘密消息二進(jìn)制編碼段與宋詞詞牌之間的映射關(guān)系。發(fā)送秘密消息時(shí)將秘密消息轉(zhuǎn)換為二進(jìn)制，分段后根據(jù)秘密消息二進(jìn)制段與詞牌編碼進(jìn)行匹配，就可以搜索到編碼與其相同的宋詞詞牌集合，隨機(jī)選擇該詞牌集合中的一個(gè)詞牌下的一首宋詞，將所有的二進(jìn)制段都匹配成功以后可以得到一個(gè)包含全部被選宋詞的序列，通過公共信道展示該序列中的宋詞即可供接收方提取秘密消息，隱寫流程如圖2所示。

2.3.2 隱寫過程 預(yù)處理時(shí)統(tǒng)計(jì)詞牌韻律中“中平仄”的個(gè)數(shù)對(duì)2取余數(shù)得到每個(gè)詞牌可以代表的二進(jìn)制編碼，將其組成詞牌庫D。生成一個(gè)空的宋詞序列L，用來存放搜索獲得的宋詞。

3 實(shí)驗(yàn)

本文選取的詞牌和韻律為《唐宋詞格律》[17]中的全部詞牌及部分韻律。全本共包含了152個(gè)詞牌，對(duì)于所有的詞牌只選取其第一個(gè)出現(xiàn)的韻律。經(jīng)過統(tǒng)計(jì)，在常見的152個(gè)詞牌中，每個(gè)編碼的詞牌個(gè)數(shù)如圖3所示。

假設(shè)發(fā)送的秘密消息為“你好”，其Unicode碼對(duì)應(yīng)二進(jìn)制為0100111101100000 0101100101111101，因其位數(shù)不是3的整倍數(shù)，末尾補(bǔ)“0”變?yōu)?100111101100000 01011001011111010，按照每3 bits為一段的分段規(guī)則將其分段，得到二進(jìn)制子串序列010，011，110，110，000，001，011，001，011，111，010。根據(jù)二進(jìn)制子串搜索出編碼與其相同的詞牌集合，從每個(gè)詞牌集合中隨機(jī)選取一個(gè)詞牌，得到最終的詞牌集合{玉蝴蝶，朝中措，南歌子，少年游，臨江仙，鷓鴣天，行香子，金人捧露盤，雪梅香，六州歌頭，傷春怨}，根據(jù)詞牌集合選取每個(gè)詞牌下的一首宋詞發(fā)送到公共信道、供接收方提取秘密消息，如網(wǎng)頁，微信公眾號(hào)等。

接收方首先將公共信道展示的宋詞按照順序添加到宋詞序列，然后按順序獲取宋詞序列中的詞牌組成新的詞牌序列{玉蝴蝶，朝中措，南歌子，少年游，臨江仙，鷓鴣天，行香子，金人捧露盤，雪梅香，六州歌頭，傷春怨}。根據(jù)每個(gè)詞牌中“中平仄”的奇偶性對(duì)詞牌進(jìn)行編碼，得到編碼序列{010，011，110，110，000，001，011，001，011，111，010}，進(jìn)而得到有補(bǔ)“0”位的二進(jìn)制秘密消息010011110110000001011001011111010，因?yàn)槊孛芟⑥D(zhuǎn)換二進(jìn)制使用的是Unicode碼，所以二進(jìn)制秘密消息的位數(shù)應(yīng)為16的整倍數(shù)，去掉補(bǔ)“0”位得到二進(jìn)制秘密消息01001111011000000101100101111101，對(duì)其做解碼操作得到秘密消息“你好”。

4 性能分析

（1） 隱寫成功率。宋詞詞牌的數(shù)量多達(dá)1 000多個(gè)，有些詞牌的韻律還存在變格的情況導(dǎo)致“中平仄”的奇偶性發(fā)生變化，統(tǒng)計(jì)分析也證明了對(duì)于每一個(gè)3位的編碼段都存在足夠多的詞牌。因此，基于宋詞韻律的隱寫方法隱寫成功率為100%。

（2） 隱藏容量。因?yàn)槔玫氖撬卧~韻律中“中平仄”出現(xiàn)頻率的奇偶性，所以每個(gè)詞牌可以隱藏3 bits秘密消息，隱藏容量為3 bits/詞牌。

（3） 安全性。由搜索得到的宋詞與原始秘密消息無任何關(guān)聯(lián)，并且是使用原始的宋詞進(jìn)行隱寫，沒有生成宋詞，因此在可讀性上要遠(yuǎn)超生成的宋詞。因?yàn)闆]有對(duì)宋詞文本進(jìn)行更改，所以語義檢測(cè)和統(tǒng)計(jì)檢測(cè)都無法檢測(cè)到秘密消息的存在，安全性高。

（4） 魯棒性。該方法具有良好的魯棒性，因?yàn)樗卧~詞牌的特殊性，一旦詞牌確定，其韻律就被確定，并且詞牌的數(shù)量是固定的，無法隨便生成新的詞牌，即使修改宋詞文本的內(nèi)容，也需要符合韻律規(guī)則，不會(huì)影響秘密消息的提取。

5 方法對(duì)比

目前文本隱寫主要分為修改載體和無載體的方法，其中修改載體法可以分為不基于語義的和基于語義的方法，無載體隱寫可分為生成法和檢索法。

文獻(xiàn)[4]中的SSE方法是一種不基于語義的修改載體法，通過修改字體的繁簡(jiǎn)體進(jìn)行隱寫，當(dāng)文章中的文字無法進(jìn)行修改時(shí)會(huì)導(dǎo)致嵌入失敗，隱藏容量為1 bit一字。此方法會(huì)導(dǎo)致同一個(gè)字在同一篇文章中出現(xiàn)不同的繁簡(jiǎn)體，很容易被懷疑，因此安全性低，并且對(duì)文本進(jìn)行“繁簡(jiǎn)體轉(zhuǎn)換”操作就可以破壞其隱藏的秘密消息，魯棒性差。

文獻(xiàn)[9]是一種基于語義的修改載體法，通過修改句子中“的”的個(gè)數(shù)進(jìn)行隱寫，當(dāng)文章句子中沒有可以修改的“的”時(shí)嵌入失敗，隱藏容量為1 bit一句。因修改后的載體與原載體差別不明顯，所以安全性要比SSE方法[4]高，但通過統(tǒng)計(jì)分析仍能發(fā)現(xiàn)其進(jìn)行了秘密消息的隱寫，而且進(jìn)行句式變換就可能導(dǎo)致秘密消息丟失，魯棒性差。

文獻(xiàn)[10]和文獻(xiàn)[12]屬于生成法，都是利用宋詞模板和字典庫生成新的宋詞來隱藏秘密消息，當(dāng)宋詞模板與秘密消息的二進(jìn)制無法匹配時(shí)嵌入失敗，隱藏容量因方法不同而不同，文獻(xiàn)[10]的隱藏容量為1.32 bits/字節(jié)，文獻(xiàn)[12]的隱藏容量為1.6～2.3 bits/字節(jié)。這兩種方法生成的宋詞雖然符合宋詞模板的韻律，但是用詞僵硬，可讀性差，很容易被懷疑，因此安全性不高。一旦內(nèi)容被修改，就會(huì)導(dǎo)致秘密消息提取失敗，魯棒性差。

本文提出的方法屬于檢索法，通過利用詞牌中“中平仄”出現(xiàn)頻率的奇偶性進(jìn)行隱寫，未對(duì)載體進(jìn)行修改，隱藏容量為3 bits/詞牌。利用已有的宋詞作為載密文本，可讀性好，不會(huì)被懷疑，安全性高。即使修改了文本內(nèi)容也不會(huì)對(duì)秘密消息的提取造成影響，魯棒性強(qiáng)。

本文的方法與其他方法的對(duì)比情況如表1所示。

6 結(jié)論

本文利用宋詞韻律中“中平仄”出現(xiàn)頻率的奇偶性實(shí)現(xiàn)了一種無載體文本隱寫方法。通過詞牌韻律中“中平仄”出現(xiàn)頻率的奇偶性對(duì)詞牌進(jìn)行編碼，并通過搜索的方式找出載密宋詞。與現(xiàn)有方法相比具有隱寫成功率高，安全性好，魯棒性強(qiáng)，不需要詞典庫的特點(diǎn)。下一步的研究方向著重提高方法的隱藏容量，如利用分闕或分句的方式，或者是韻律之間的組合關(guān)系，或者將待選文本擴(kuò)大到唐詩，楚辭和現(xiàn)代詩歌從而提高隱藏容量。

參考文獻(xiàn)

[1]吳國(guó)華，龔禮春，袁理鋒，等.中文文本信息隱藏研究進(jìn)展[J].通信學(xué)報(bào)，2019，40（9）：145-156.

[2]譚瑛.基于文本排版格式的信息隱藏方法比較研究[J].計(jì)算機(jī)與現(xiàn)代化，2013（6）：52-56.

[3]MALIK A， SIKKA G， VERMA H K. A high capacity text steganography scheme based on huffman compression and color coding[J]. Journal of Information and Optimization Sciences，2017，38（5）：647-664.

[4]孫新梅，孟朋，黃劉生.基于字體的中文信息隱藏算法[J].計(jì)算機(jī)工程與設(shè)計(jì)，2013，34（9）：3063-3067.

[5]戴林洪.一種基于CSS屬性符號(hào)標(biāo)記的信息隱藏技術(shù)[J].信息與電腦（理論版），2019（15）：43-44+47.

[6]崔光明，洪星，袁翔，等.基于不可見字符替換的信息隱藏方法研究[J].計(jì)算機(jī)應(yīng)用與軟件，2016，33（4）：277-280.

[7]MURPHY B， VOGEL C. The syntax of concealment： Reliable methods for plain text information hiding[C]// 9th Conference on Security， Steganigraphy， and Watermarking of Multimedia Contents， San Jose， 2007.

[8]甘燦，孫星明，劉玉玲，等.一種改進(jìn)的基于同義詞替換的中文文本信息隱藏方法[J].東南大學(xué)學(xué)報(bào)（自然科學(xué)版），2007（S1）：137-140.

[9]趙敏之，孫星明，向華政.基于虛詞變換的自然語言信息隱藏算法研究[J].計(jì)算機(jī)工程與應(yīng)用，2006（3）：158-160.

[10] 余振山，黃劉生，陳志立，等.用宋詞實(shí)現(xiàn)高嵌入率文本信息隱藏[J].中文信息學(xué)報(bào)，2009，23（4）：55-62.

[11] 屈琪鋒，劉彥辰，王箭，等.基于句式控制的宋詞載體文本信息隱藏技術(shù)研究[J].計(jì)算機(jī)與現(xiàn)代化，2017（8）：91-97.

[12] 劉彥辰，王箭，屈琪鋒.混合加密的宋詞載體文本信息隱藏技術(shù)[J].計(jì)算機(jī)技術(shù)與發(fā)展，2018，28（1）：138-143.

[13] WU N， SHANG P L， FAN J， et al. Research on coverless text steganography based on single Bit Rules[J]. Journal of Physics： Conference Series. 2019， 1237（2） ：022077.

[14] 于翔美，王開西.基于漢字筆畫編碼矩陣的文本隱寫方法[J].青島大學(xué)學(xué)報(bào)（自然科學(xué)版），2019，32（2）：43-47+54.

[15] 王建業(yè)，郭振波，王開西.基于漢字?jǐn)?shù)學(xué)表達(dá)式的無載體文本隱寫方法[J].青島大學(xué)學(xué)報(bào)（自然科學(xué)版），2019，32（1）：81-86.

[16] 白璐.基于“唐詩宋詞”文本為載體的信息隱藏技術(shù)[J].計(jì)算機(jī)產(chǎn)品與流通，2018（6）：93.

[17] 龍榆生.唐宋詞格律[M].上海：上海古籍出版社，2010.