[論文レビュー] Semantic-Preserving Linguistic Steganography by Pivot Translation and Semantic-Aware Bins Coding

Tianyu Yang, Hanzhou Wu+3 more|arXiv (Cornell University)|Mar 8, 2022

Advanced Steganography and Watermarking Techniques被引用数 4

ひとこと要約

本論文は、言語間のピボット翻訳と意味的注意のバイン符号化を活用して、高い埋め込み容量を実現しながら意味的整合性を保つ、画期的な言語的ステガノグラフィー手法を提案する。元の文章をピボット言語（例：英語）に翻訳し、再び元の言語に翻訳することで、意味を変えることなく表現を変更する。従来の変更ベースおよび生成ベースのアプローチと比較して、優れた意味的品質とステガノグラフィー検出抵抗性を達成する。

ABSTRACT

Linguistic steganography (LS) aims to embed secret information into a highly encoded text for covert communication. It can be roughly divided to two main categories, i.e., modification based LS (MLS) and generation based LS (GLS). Unlike MLS that hides secret data by slightly modifying a given text without impairing the meaning of the text, GLS uses a trained language model to directly generate a text carrying secret data. A common disadvantage for MLS methods is that the embedding payload is very low, whose return is well preserving the semantic quality of the text. In contrast, GLS allows the data hider to embed a high payload, which has to pay the high price of uncontrollable semantics. In this paper, we propose a novel LS method to modify a given text by pivoting it between two different languages and embed secret data by applying a GLS-like information encoding strategy. Our purpose is to alter the expression of the given text, enabling a high payload to be embedded while keeping the semantic information unchanged. Experimental results have shown that the proposed work not only achieves a high embedding payload, but also shows superior performance in maintaining the semantic consistency and resisting linguistic steganalysis.

研究の動機と目的

• 言語的ステガノグラフィーにおける高い埋め込み容量と意味的整合性のトレードオフを解消すること。
• 変更ベースのLS（MLS）の低容量と、生成ベースのLS（GLS）の意味的整合性の欠如を克服すること。
• 自然な表現と意味的正確性を保ちながら、テキストに高容量のデータ隠蔽を可能にすること。
• 言語的ステガノグラフィー検出抵抗性を高めることで、検出可能性を低減し、ステガノグラフィーのセキュリティを向上させること。

提案手法

• 本手法は、Seq2Seq2Seqモデルを用いて、元の文章をピボット言語（例：英語）に翻訳し、再び元の言語に翻訳することで、意味を保ちつつ表現を変更する。
• 秘密データは、バックトランスレーションプロセス中に意味的類似度と確率に基づいて語の選択を制御する意味的注意のバイン符号化（SaBins）戦略を用いて埋め込む。
• SaBins技術は、意味的に類似した語の候補群（同義語が豊富な語群）からビットを符号化するために選択し、意味的ずれを最小限に抑える。
• 未知語の減少と耐性の向上を図るため、サブワードレベルのトークン化戦略を採用し、品質とセキュリティの両方を向上させる。
• 本手法はオフラインで動作し、モデルのファインチューニングとSaBins符号化を事前に実施することで、リアルタイムでのステゴテキスト生成を効率的に行える。
• 本手法は、秘密データを含まないゼロビットテキスト（ゼロビット生成テキスト）をベースラインとして用い、意味的品質の比較評価を実施する。

実験結果

リサーチクエスチョン

• RQ1 言語間のピボット翻訳が、意味の保持を前提にしながら高容量なデータ埋め込みを可能にするか？
• RQ2 意味的注意のバイン符号化は、ステゴテキストの品質と検出抵抗性をどのように向上させるか？
• RQ3 サブワードレベルの処理は、語レベルの符号化と比較して、耐性と検出困難性を向上させるか？
• RQ4 MLSおよびGLSと比較して、本手法は埋め込み容量、意味的整合性、ステガノグラフィー検出抵抗性の観点で優れているか？

主な発見

• 本手法は、変更ベースのLS手法と比較して顕著に高い埋め込み容量を達成しながら、優れた意味的整合性を維持している。
• 本手法で生成されたステゴテキストは、GLSベースラインと比較して、自然なゼロビットテキストにより近い類似性を示しており、意味的品質が優れていることを示している。
• 本手法は言語的ステガノグラフィー検出に対してより強い抵抗性を示し、最先端のGLS手法（BinsやRNN-Stega）と比較して検出精度が低かった。
• サブワードレベルの実装により未知語が減少し、耐性が向上し、品質と検出困難性の両面で語レベルアプローチを上回った。
• ベースラインGLS手法で共通語を使用することで品質はわずかに向上したが、依然として本手法より検出可能性が高かった。
• 広範な実験により、本手法が複数の指標（埋め込み容量、意味的正確性、ステガノグラフィー検出抵抗性）において、MLSおよびGLSベースラインを上回ることが確認された。