Perfect Double:保护存储在图像中的通信

由牛津大学领导的一个国际研究团队在安全通信方面取得了突破，他们开发了一种能够隐藏敏感信息的算法。

牛津大学工程科学系的克里斯蒂安·施罗德·德维特博士说:“这一安全通信的突破为用户带来了前所未有的安全和效率，与之前的隐写术相比，用户可能会有更高程度的合理推诿。”我们将与包括人道主义援助工作者和调查记者在内的所有相关利益攸关方社区合作，释放其在现实世界中的潜力。”

与卡内基梅隆大学密切合作，新方法适用于一种被称为隐写术的设置，将敏感信息隐藏在无害内容中;这与密码学不同，因为敏感信息是以这样一种方式隐藏的，以掩盖某些东西已经被隐藏的事实。例如，在人工智能生成的猫图像中隐藏莎士比亚的诗歌。

该研究小组利用了信息论的最新突破，特别是最小熵耦合，它允许一个人将两个分布的数据连接在一起，从而使它们的相互信息最大化，但单独的分布被保留。

因此，使用新算法，无害内容的分布和编码敏感材料的内容的分布之间没有统计差异。该算法使用几种产生自动生成内容的模型进行了测试，例如GPT-2(一种开源语言模型)和WAVE-RNN(一种文本到语音转换器)。除了完全安全之外，在各种应用中，新算法的编码效率比以前的隐写术方法高出40%，可以在给定的数据量中隐藏更多的信息。这可能使隐写术成为一种有吸引力的方法，即使不需要完美的安全性，因为它有利于数据压缩和存储。

该研究团队已经为该算法申请了专利，但打算以免费许可的方式将其发布给第三方，用于非商业用途。这包括学术和人道主义用途，以及可信的第三方安全审计。研究人员已经将这项工作作为预印本论文发表，并在Github上开源了他们方法的低效率实现。他们还将在5月举行的2023年国际学习表示会议上发表一篇论文《使用最小熵耦合的完全安全隐写术》。

论文的主要作者Jakob Foerster教授(牛津大学工程科学系)补充说:“这篇论文是研究机器学习基础的一个很好的例子，它导致了关键应用领域的突破性发现。”很高兴看到牛津大学，尤其是我们年轻的实验室，走在了这一切的前沿。”

美国卡内基梅隆大学的Samuel Sokota和Zico Kolter教授，以及瑞士armasuisse科技公司的Martin Strohmeier博士也参与了这项研究。这项工作部分由牛津大学托尔视觉集团菲利普·托尔教授主持的EPSRC IAA博士影响基金资助。

更多的信息在线