位置:成果数据库 > 期刊 > 期刊详情页
自然语言水印鲁棒性分析与评估
  • ISSN号:0254-4164
  • 期刊名称:《计算机学报》
  • 时间:0
  • 分类:TP391[自动化与计算机技术—计算机应用技术;自动化与计算机技术—计算机科学与技术]
  • 作者机构:[1]西安交通大学计算机科学与技术系,西安710049, [2]陕西省网络重点实验室,西安710049, [3]西北大学信息学院,西安710127
  • 相关基金:本课题得到国家科技计划重大专项(2012ZXD3002001)、国家自然科学基金(61172090)、陕西省科技攻关项目(2012K06-30)和陕西省教育厅科学研究计划(12JK0742)资助.致谢彭硕玲同学参与了本文算法性能的测试工作,苑岩峰同学参与了论文格式的排版.作者对他们的贡献深袁谢意.作者还要衷心感谢匿名的评审者和编辑为本文提出了宝贵意见和修改建议!
中文摘要:

自然语言与图像、音频信号的性质截然不同,图像水印等的鲁棒性分析方法不适用于自然语言水印,但是直到目前还没有专门针对自然语言水印鲁棒性的研究和评估工作.文中针对自然语言的特点,提出适合自然语言水印的敌手模型.然后将现有的自然语言水印分类,并总结各类的一般算法模型.利用文本提出的敌手模型分析自然语言水印编码算法的鲁棒性,并通过实验验证鲁棒性的理论模型.本项工作为对比、评估自然语言水印算法的鲁棒性提供了理论依据.

英文摘要:

The nature of natural language are quite different from the signal of :images and sound, and the methods of robust analysis on image watermarks are not to be able to apply to NLW. However, the study of robustness of NLW is still absent. In this paper, based on the nature of natural language, we propose an adversary model that suit for NLW. Then, we classify the exist- ing NLW methods and propose common algorithms. Third, we analyze the robustness of NLW algorithms using the adversary model that we proposed, and verify the theoretical model by ex- perimental results. Our theoretical robust models are useful for comparison and evaluation ro- bustness of different NLW algorithms.

同期刊论文项目
同项目期刊论文
期刊信息
  • 《计算机学报》
  • 北大核心期刊(2011版)
  • 主管单位:中国科学院
  • 主办单位:中国计算机学会 中国科学院计算技术研究所
  • 主编:孙凝晖
  • 地址:北京中关村科学院南路6号
  • 邮编:100190
  • 邮箱:cjc@ict.ac.cn
  • 电话:010-62620695
  • 国际标准刊号:ISSN:0254-4164
  • 国内统一刊号:ISSN:11-1826/TP
  • 邮发代号:2-833
  • 获奖情况:
  • 中国期刊方阵“双效”期刊
  • 国内外数据库收录:
  • 美国数学评论(网络版),荷兰文摘与引文数据库,美国工程索引,美国剑桥科学文摘,日本日本科学技术振兴机构数据库,中国中国科技核心期刊,中国北大核心期刊(2004版),中国北大核心期刊(2008版),中国北大核心期刊(2011版),中国北大核心期刊(2014版),中国北大核心期刊(2000版)
  • 被引量:48433