随着互联网和数字化技术的飞速发展,信息安全正面临日益严峻复杂的安全考验。作为加密技术的重要补充,信息隐藏可以有效降低秘密信息的可感知性,利用携密载体的正常外观来隐藏通信行为。但传统方法需要通过修改载体来嵌入秘密信息,容易造成载体特征的异常变化,难以有效应对日益成熟的隐写检测攻击手段。如何降低信息隐藏对载体的影响,避免留下隐写嵌入痕迹,确保开放信道条件下的数据传输安全,逐渐成为信息隐藏领域的研究热点。近年来,无载体信息隐藏技术的相关研究逐渐展开,为上述问题提供了一种行之有效的解决方案。无载体信息隐藏以秘密信息为驱动,从文本大数据集中直接检索或生成相应载体。该类方法无需对载体进行任何修改,因而具有理想的抗检测性和安全性。由于相关研究起步较晚,现有无载体信息隐藏技术仍存在一定局限,本文旨在探索改善现有无载体信息隐藏方法性能的潜在方式,主要工作及创新点如下:(1)针对搜索式无载体方法过于依赖文本大数据集的局限,提出一种基于特征映射的无载体信息隐藏方法。该方法基于汉字的声调特征实现文本表征,使文本能够稳定表征二进制信息,再利用特征匹配与指定匹配算法建立文本与秘密信息的映射,在小规模文本集条件下也可稳定实施无载体信息隐藏。实验结果表明,所提方法隐写成功率可达100%,有效克服了文本集条件对算法性能的限制。在同等文本大数据集条件下,隐藏容量提升幅度达到38.5%,进一步提升了搜索式无载体信息隐藏方法的可用性。(2)相比于基于冗余修改的传统信息隐藏方法,搜索式无载体方法隐藏容量十分有限,基于此,本文提出一种基于词关联特征的搜索式无载体信息隐藏方法。该方法根据词关联特征构造词节点树,通过词节点转移路径编码来嵌入秘密信息,根据同构文本集建立词节点转移路径与文本的映射关系。实验结果表明,所提方法具备稳定的隐藏成功率,能够有效抵抗现有的隐写检测手段,隐藏容量相比其它搜索式算法提升明显。(3)现有生成式方法难以在隐藏容量与隐蔽性之间取得良好平衡,在高嵌入率条件下,文本生成质量与抗检测性下滑严重。基于此,本文提出了一种基于自适应隐写编码的生成式无载体信息隐藏方法。该方法利用生成式预训练模型对语言进行建模,通过自适应隐写编码策略建立秘密信息与文本的映射,根据秘密信息比特流选择相应候选词作为输出。相比同类方法,自适应隐写编码能够较好地滤除低条件概率的候选词,有效提升了生成式无载体方法的抗检测性。