在信息安全領域，隱蔽通信期望實現通信雙方隱密信息的安全傳輸。在隱蔽通信中，隱寫術（Steganography）指信息隱藏的科學與技術，以防止非預期接收者知曉信息傳遞事件或信息內容。隱寫術是保證隱蔽通信的核心技術，也是信息安全領域多年來最具挑戰性的研究方向之一。

近年來，DNA因其大隱藏容量、高穩定性和天然易編碼等優點，成為了新一代分子級隱蔽通信的熱門載體。然而，目前的DNA隱寫術缺乏對天然DNA鏈中統計特性的建模，合成的DNA隱寫載體存在嚴重的統計失真。同時，DNA隱寫領域尚缺乏統一的不可感知性評價體系，且隨著深度學習與DNA隱寫分析術的發展，現有DNA隱寫術的安全性正受到嚴重的挑戰。

針對目前DNA隱寫術的統計失真問題，我校電氣與電子工程學院張鑒教授課題組與北京郵電大學、合肥工業大學等團隊深度合作，提出了一種基于序列建模及條件概率自適應編碼的序列生成式DNA隱寫術，利用循環神經網絡與長短期記憶神經元模型建模并學習原始天然DNA載體中的統計分布特征。獲得高保真序列模型后，通過自適應動態分組算法生成與天然DNA載體高度相似的隱寫載體。重復的抗隱寫分析實驗表明所生成的DNA隱寫載體顯著提升了抗隱寫分析能力，可有效抵抗來自最先進神經網絡隱寫分析術的偵測。同時，課題組還針對統計-不可感知性提出了兩種全新的評價方法，建立了DNA隱寫中不可感知性的統一評價體系。

上述研究工作得到了北京郵電大學楊忠良副研究員的指導與幫助，于近日在線發表于IEEETransactionsonInformationForensicsandSecurity（TIFS），論文涉及的算法代碼已公開共享。第一作者黃陳煒為張鑒教授所指導的碩士生，張鑒為我校通訊作者，共同通訊作者為北京郵電大學楊忠良副研究員和合肥工業大學鄭磊教授。論文工作的參與者還包括清華大學、浙江工商大學等高校的研究人員。上述工作得到了國家自然科學基金、傳感技術國家重點實驗室開放課題的資助。

TIFS是信息安全領域頂刊，為中國計算機學會（CCF）A類期刊、中國密碼學會（CACR）A類期刊、中科院一區TOP期刊，2021年影響因子為7.231，在網絡與信息安全領域具有較高的權威性和舉足輕重的影響力。該工作是電電學院在信息安全研究領域取得的重要突破，也是我校研究人員首次在TIFS期刊發表的研究成果。