[發明專利]一種多尺度聯合文本隱寫方法及系統

有效

• 申請號: 202310240044.0
• 申請日: 2023-03-14
• 公開（公告）號: CN115952528B
• 公開（公告）日: 2023-05-16
• 發明（設計）人: 付章杰;丁長浩;盧俊杰
• 申請（專利權）人: 南京信息工程大學
• 主分類號: G06F21/60
• 分類號: G06F21/60;G06F40/166;G06N3/0442;G06N3/084
• 代理公司: 南京縱橫知識產權代理有限公司 32224
• 代理人: 董建林

1.一種多尺度聯合文本隱寫方法，其特征在于，包括：

獲取文本序列和秘密信息；

將文本序列輸入預構建的生成替換聯合模型中，獲取各單詞的生成概率分布；

根據秘密信息和生成概率分布對文本序列進行隱寫操作，獲取第一隱寫文本以及隱寫記錄；

根據隱寫記錄確定文本序列中未隱寫單詞，將文本序列輸入預構建的生成替換聯合模型中，獲取各未隱寫單詞的替換概率分布；

根據秘密信息和替換概率分布對未隱寫單詞進行隱寫操作，獲取第二隱寫文本；

根據第一隱寫文本和第二隱寫文本生成聯合隱寫文本。

2.根據權利要求1所述的一種多尺度聯合文本隱寫方法，其特征在于，所述生成替換聯合模型的構建過程包括：

獲取預設數量的文本數據；

對文本數據進行預處理，基于預處理后的文本數據構建樣本集；

將樣本集按預設比例劃分為訓練集和驗證集；

基于PyTorch搭建生成替換聯合模型，所述生成替換聯合模型包括生成模型和替換模型；

使用訓練集對生成替換聯合模型進行迭代訓練，在迭代訓練后，使用驗證集對迭代訓練后的生成替換聯合模型進行驗證，在驗證后，保留損失最小的生成替換聯合模型并輸出。

3.根據權利要求2所述的一種多尺度聯合文本隱寫方法，其特征在于，所述預處理包括：

對文本數據進行分割，保留分割結果中的單詞并生成單詞序列；

將單詞序列的前n-1位作為樣本，將單詞序列的后n-1位作為標簽，n為單詞序列的總位數；

若樣本或標簽的位數小于預設位數閾值N，則在相應的樣本或標簽尾部通過填充符號填充，使其位數等于預設位數閾值N；

若樣本或標簽的位數大于預設位數閾值N，則在相應的樣本或標簽尾部截去單詞，使其位數等于預設位數閾值N。

4.根據權利要求2所述的一種多尺度聯合文本隱寫方法，其特征在于，所述使用訓練集對生成替換聯合模型進行迭代訓練包括：

將訓練集中的樣本輸入生成替換聯合模型，獲取生成模型輸出的生成概率分布和替換模型輸出的替換概率分布；

根據生成概率分布預測結果和替換概率分布預測結果分別與標簽作為交叉熵損失函數的輸入，計算損失和，對損失和求和獲取損失；

對損失進行反向傳播得到生成替換聯合模型的參數梯度，并使用Adam優化器進行參數優化；

將參數優化后的生成替換聯合模型帶入上述步驟進行迭代，直至損失收斂，輸出訓練好的生成替換聯合模型。