이 연구는 이미지 스테가노그래픽 기술과 NLP 대규모 모델을 결합하여 스테가노그래픽 텍스트 추출의 정확성과 견고성을 향상시키는 새로운 방법을 논의합니다. 전통적인 최소 중요 비트(LSB) 스테가노그래픽 기술은 복잡한 문자 인코딩과 같은 정보 추출의 정확성과 견고성에 도전을 겪습니다. 이 문제를 해결하기 위해 본 연구는 혁신적인 LSB-NLP 하이브리드 프레임워크를 제안합니다. 이 프레임워크는 NLP 대규모 모델의 고급 기능을 통합하여 스테가노그래픽 텍스트 추출의 견고성을 크게 향상시킵니다. 실험 결과는 LSB-NLP 하이브리드 프레임워크가 특히 중국어 문자 처리에 우수한 스테가노그래픽 텍스트 추출 정확성을 향상시키는 데 뛰어나다는 것을 보여줍니다. 이 연구 결과는 이미지 스테가노그래픽 기술과 NLP 대규모 모델을 결합하는 효과적인 방법을 확인하며 정보 숨김 분야에서의 연구 및 응용에 대한 새로운 아이디어를 제안합니다.
다른 언어로
소스 콘텐츠 기반
arxiv.org
더 깊은 질문