买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉杭州电子科技大学申请的专利一种基于汉字部件组合的文本无载体信息隐藏方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN115758415B 。

龙图腾网通过国家知识产权局官网在2025-07-08发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202211467880.4，技术领域涉及：G06F21/60；该发明授权一种基于汉字部件组合的文本无载体信息隐藏方法是由吴国华;倪嘉铭;王秋华;张祯;任一支;王玉娟;姚晔设计研发完成，并于2022-11-22向国家知识产权局提交的专利申请。

本一种基于汉字部件组合的文本无载体信息隐藏方法在说明书摘要公布了：本发明公开了一种基于汉字部件组合的文本无载体信息隐藏方法，首先确定搜索式无载体信息隐藏方法，对索引生成算法进行改进，引入汉字部件组合机制，同时改进标签形式，以区分关键词与生成汉字。发送方对秘密信息进行切分，得到关键词集合，使用选定的信息隐藏方法并结合改进后的标签，将关键词嵌入到多个载体文本并发送给接收方完成秘密通信。接收方按顺序接收所有文本，使用提取算法结合改进标签从多个载体中提取关键词，最后将关键词按顺序组成原始秘密信息。本发明方法有效地提升了非常用汉字的隐藏成功率，在使用小型文本库的前提下依然可以保证高隐藏成功率和高隐藏容量。

本发明授权一种基于汉字部件组合的文本无载体信息隐藏方法在权利要求书中公布了：1.一种基于汉字部件组合的文本无载体信息隐藏方法，其特征在于，包括如下步骤： 步骤1.确定搜索式无载体信息隐藏方法，根据选用的方法构建对应的载体文本库并确定定位标签形式和信息隐藏提取算法，对搜索式无载体信息隐藏方法的索引生成算法进行改进，引入汉字部件组合机制，同时改进标签形式，以区分关键词与生成汉字； 步骤2.发送方对秘密信息进行切分，得到关键词集合，使用步骤1选定的信息隐藏方法并结合改进后的标签，将关键词嵌入到多个载体文本并发送给接收方完成秘密通信； 步骤3.接收方按顺序接收所有文本，使用步骤1选用的提取算法结合改进标签从多个载体中提取关键词，最后将关键词按顺序组成原始秘密信息； 步骤1方法具体如下： 确定现有的搜索式无载体信息隐藏方法，根据选用的方法构建对应的载体文本库并确定定位标签形式和信息隐藏提取算法，对搜索式无载体信息隐藏方法的索引生成算法进行改进，引入汉字部件组合机制，同时改进标签形式，以区分关键词与生成汉字，详细流程如下： 步骤1.1，确定定位标签的长度n；从载体文本库中取出一篇文本T，剔除T中非汉字符，统计汉字的总数W，将T的起始位置IP置0； 步骤1.2，选取文本T中从IP开始的n个汉字，根据GBK编码的奇偶性将n个汉字转换为二进制序列作为标签L；对标签后的四个汉字分词，取分词后的第一个词作为关键词K，创建一张哈希表并以L命名，将关键词和文本路径存入以L为名的哈希表中；若名为L的文件已经存在，则直接存储； 步骤1.3，对关键词K，执行汉字部件组合算法，生成重组汉字集合H； 步骤1.4，IP＝IP+1，重复步骤1.2，直到IP+n+4W为止； 步骤1.5，从载体文本库中取出另一篇文本，重复步骤1.2至步骤1.4，直到文本库中所有文本都被遍历完；返回以各标签命名的哈希表作为索引文件； 步骤1.6，使用多层RNN模型提取载体文本库的文本特征，得到满足载体文本库样本特征的语言模型； 步骤2具体方法如下： 发送端对秘密信息进行切分，得到关键词集合，使用步骤1选定的信息隐藏方法并结合改进后的标签，将关键词嵌入到多个载体文本并发送给接收方完成秘密通信，详细流程如下； 步骤2.1，确定秘密信息M； 步骤2.2，对秘密信息M分词、去停用词，得到关键词集合KeywordSet，对关键词集合KeywordSet中的每个关键词使用同义词林将每个关键词扩充成同义词集合，接着使用如下计算公式计算相似度： 其中βv，1≤v≤4且v∈N，是调节参数，四个调节参数如下β1＝0.5,β2＝0.2,β3＝0.17,β4＝0.13；Simo，1≤o≤v且o∈N，表示语义描述式中特定描述之间的相似度，公式如下： 其中p1,p2为两个义原，d是p1,p2在义原层次体系中的最短路径长度，a是一个可调节参数；筛选出同义词集合中相似度与原关键词在0.5以上的词，得到最终同义词扩展集合S′＝{s1,s2,…,sn}，sk＝{w1,w2,…},sk为最终扩展的同义词集合； 步骤2.3，对于S′中的每个同义词集合sk，遍历sk中每个同义词w，根据同义词w在步骤1.2得到的所有哈希表中查询满足条件的文本，将检索得到的所有文本存入同义词集合sk对应的载体文本集合tk；遍历完成后，对集合tk中的文本进行去重；若tk为空集，则将sk对应的关键词切分成单个汉字，将每个汉字作为关键词w在步骤1.2得到的所有哈希表中查询满足条件的文本，最终结果存入tk中，并将载体文本集合tk存储到文本集集合T中； 步骤2.4，对T构建词袋模型，取出出现频率最高的文本txt，记录该文本中所有隐藏的关键词组成关键词集合K'＝{k'1,k'2,…}、对应的标签集合L'＝{l'1,l'2,…}和关键词在秘密信息中的位置集合U'＝{u'1,u'2,…}，并判断该关键词是原始关键词还是重组汉字；若关键词为原始关键词，在文本txt中根据关键词k'x和标签l'x检索标签位置d'x，将标签l'x、关键词在秘密信息中的位置集合m'x和标签位置d'x按固定格式转化为二进制比特e并存储；若关键词为重组汉字，除了在文本中根据关键词k'x和标签l'x检索标签位置d'x，还需要对关键词使用汉字部件组合算法对关键词中的每个汉字进行拆分重组并编码；将标签l'x、关键词在秘密信息中的位置集合u'x和标签位置d'x以及重组汉字的编码按固定格式转化为二进制参数e并存储； 步骤2.5，将文本txt发送给接收方，在T中剔除上述文本中已经隐藏的载体文本集合，重复步骤2.4，直到T为空集为止； 步骤2.6，随机挑选若干词语组成侯选池，使用步骤1.6得到的语言模型计算侯选池中词语的转移概率，使用Huffman编码按条件概率对这些词语进行编码，根据二进制参数e选择合适的词语作为下一轮输入，直到二进制参数e完全被嵌入，最终生成文本txt'并发送给接收方。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人杭州电子科技大学，其通讯地址为：310018 浙江省杭州市下沙高教园区2号大街；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。