如何保证信息资源的安全传输与存储成为当前亟待解决的重要问题之一。为实现秘密消息在公共信道的安全传输,很多情况下都采用加密的方法,但信息经过加密后呈现为一堆无意义的乱码,容易引起非合作方的注意,进而对乱码进行攻击和破译,导致安全传输行为的失败。为进一步提高秘密消息在传输过程中的不可感知性,隐写技术成为隐蔽通信的研究热点之一。经过近二十年的发展,嵌入式隐写方法某种程度上已经进入瓶颈,为进一步提高秘密消息传递的安全性,提高隐写算法的抗隐写分析检测能力,无载体隐写近几年来受到了极大的关注。无载体隐写的分类方法有多种,从实现原理上,无载体隐写可以分为完全构造式、半构造式和搜索（映射）式几大类;类似于传统信息隐藏技术分类标准,根据采用的载体,无载体隐写可大致分为基于图像、视频、文本的隐写等。为实现无载体隐写,本文引入自然语言处理、机器学习算法,重点研究基于小学生日记体风格的文本无载体隐写,即采用机器学习算法学习小学生日记体的文风,借助自然语言处理的相关算法,设计生成规则,在输入秘密消息的控制下,利用语言模型生成一段类似于小学生日记体的文本,将秘密消息隐藏于其中,再通过社交平台分享该含密文本,进而实现秘密消息的公有信道传输。通过测试与验证,本文算法在不可感知性和隐藏容量等指标上和其他算法相比较均有一定提升,主要工作如下:（1）为提高文本隐写方法的抗检测性,本文设计出一种新的生成式文本无载体隐写算法。针对现有生成式隐写方法自然度低的问题,设计隐写算法时选取小学生日记体作为重点研究对象,考虑到不同年级小学生日记对生成文本的影响,采用一二年级小学生日记建立数据集,同时,由于低频词语对生成写作风格的影响,本文利用JIEBA分词库对训练语料进行分词,并从中获取出现频次最高的300个词,以此作为句子生成模型的输入,最后通过GPT-2语言模型来完成文本生成任务。为了比较不同写作风格文本生成的效果,本文采用同样方法对财经类新闻进行实验。实验结果表明,相比于生成的财经类新闻文本,生成的小学生日记文本具有良好的自然度和不可感知性,更符合通信安全的要求,能够有效降低第三方的怀疑。（2）为提高生成文本和小学生日记体的相似程度,注意到候选词出现概率直接影响了生成文本的风格,因此在设计隐写算法时构建了二进制序列与词语编码的映射关系,主动考虑每一时间步中候选词出现概率的动态变化情况,采用候选词集来实现自适应隐写编码,并在设计的隐写算法的基础上实现隐蔽通信系统的搭建。实验结果和分析表明,以秘密消息为驱动生成的含密小学生日记体文本与实际的小学生日记体文风极其相似,有效提升了隐写算法的隐蔽性和安全性。