近日，实验室学术论文 “Steganalysis of adaptive multi-rate speech streams with distributed representations of codewords” 在国际学术期刊Journal of Information Security and Applications正式发表。该论文研究工作由实验室田晖教授团队与华沙工业大学Wojciech Mazurczyk教授、台湾逢甲大学张真诚教授合作完成。论文第一作者为实验室2021级研究生邱翼钦同学，田晖教授为论文通信作者。Journal of Information Security and Applications是信息安全领域知名期刊，CCF推荐C类期刊，最新影响因子为3.872。

图1  论文首页

自适应多速率语音流在移动网络通讯领域得到了广泛的应用，由此吸引了大量隐写技术研究者的关注。其中，基于量化索引调制的隐写术是将秘密信息隐藏到自适应多速率语音流中的先进方法之一，具有出色的不可感知性和抗检测性。现有基于手工特征以及深度神经网络的检测方案均有着优秀的检测性能，但在低嵌入率和短样本条件下检测准确率尚有提升的空间。针对该问题，我们具体分析了该类隐写方法的分布偏移特性，进而从码字分布特性的角度出发提出了一种基于码字分布表征的隐写分析模型。该模型首先通过编码得到分布表征，再获取时域上的上下文分布模式，最后基于该类隐写方法的相关性先验来计算帧间相关性并以此加权特征。本文通过详细的实验分析并验证了码字分布特性在模型中的有效作用，同时进一步的性能比较实验表明我们的模型在低嵌入条件下取得了比已有方法更高的检测准确率。

上述研究工作受到国家自然科学基金(No. 61972168)等项目的支持。

论文详细信息如下：Qiu Y, Tian H, Tang L, Mazurczyk W, and Chang C C. Steganalysis of adaptive multi-rate speech streams with distributed representations of codewords[J]. Journal of Information Security and Applications, 2022, 68: 103250.