近年来,随着互联网技术的高速发展,人们越来越重视信息传输过程中的安全性问题。无载体信息隐藏技术的出现有效的保证了信息在隐蔽传输过程中具有良好的安全性以及抗攻击性,但是目前无载体信息隐藏的研究主要集中于以图像和文本作为载体,基于流媒体的信息隐藏手段发展仍然缓慢,而载体的类型往往会对隐藏信息容量以及信息的传播方式产生限制。本论文在无载体信息隐藏方法中结合计算机自动作曲以及音乐信息检索等技术针对流媒体的信息隐藏提出了基于计算机辅助作曲的无载体信息隐藏方法,以音乐为无载体信息隐藏的载体类型,实现了秘密信息驱动下的音乐特征的构建以及最终载密媒体的生成与隐藏信息的提取,提出的方法具有较好的隐蔽性,而且载体规格与秘密信息长度之间具有良好的适应性。本论文的主要研究工作如下:在以音乐为载体的无载体信息隐藏研究中为了实现音乐特征的载密生成,基于计算机自动作曲技术中循环神经网络的单旋律生成模型以及和弦自动编配理论,本文提出了音乐节奏序列的载密生成方法、音乐音高序列的载密生成方法以及单旋律音乐的和弦载密编配方法并将三种音乐特征的载密生成方法结合实现秘密信息驱动下音乐特征(旋律中的节奏与音高以及伴奏中的和弦)的载密生成,最终利用生成的音乐特征合成音乐音频完成信息隐藏媒体的构建。本文提出的信息隐藏方法利用了音乐具有抽象性的优势实现了秘密信息在音乐中的隐蔽传输,而且该方法相比于基于图像以及文本的无载体信息隐藏载体规格可以灵活适应秘密信息长度,提高了对隐藏信息的适应性。由于秘密信息的隐藏与提取过程的不对称性导致音乐特征无法从音频中进行直接提取解密,本文基于音乐信息检索技术结合载密音乐特征特点分别对音乐节奏、音高以及和弦特征的提取方法进行了研究,然后将提取的音乐特征分别通过节奏序列字典映射、复现音高序列与和弦序列载密生成过程的方法提取出隐藏在音乐特征中的载密信息进而恢复出完整的秘密信息完成隐藏信息的提取。本文最后对提出的无载体信息隐藏方法的隐蔽性、鲁棒性以及隐藏容量进行了分析,证明了本文提出的音乐载体特征体系具有良好的不可感知性。然后通过节奏、音高与和弦中的载密容量以及系统的设计特点对系统整体的隐藏容量进行了计算,对比目前图像与文本中无载体信息隐藏的发展情况本文提出的方法在隐藏能力方面较目前其他媒体的无载体信息隐藏具有一定优势,并且灵活性和适应性也较强。