在信息安全领域，隐蔽通信期望实现通信双方隐密信息的安全传输。在隐蔽通信中，隐写术（Steganography）指信息隐藏的科学与技术，以防止非预期接收者知晓信息传递事件或信息内容。隐写术是保证隐蔽通信的核心技术，也是信息安全领域多年来最具挑战性的研究方向之一。

近年来，DNA因其大隐藏容量、高稳定性和天然易编码等优点，成为了新一代分子级隐蔽通信的热门载体。然而，目前的DNA隐写术缺乏对天然DNA链中统计特性的建模，合成的DNA隐写载体存在严重的统计失真。同时，DNA隐写领域尚缺乏统一的不可感知性评价体系，且随着深度学习与DNA隐写分析术的发展，现有DNA隐写术的安全性正受到严重的挑战。

针对目前DNA隐写术的统计失真问题，永利yl6776张鉴教授课题组与北京邮电大学、合肥工业大学等团队深度合作，提出了一种基于序列建模及条件概率自适应编码的序列生成式DNA隐写术，利用循环神经网络与长短期记忆神经元模型建模并学习原始天然DNA载体中的统计分布特征。获得高保真序列模型后，通过自适应动态分组算法生成与天然DNA载体高度相似的隐写载体。重复的抗隐写分析实验表明所生成的DNA隐写载体显著提升了抗隐写分析能力，可有效抵抗来自最先进神经网络隐写分析术的侦测。同时，课题组还针对统计-不可感知性提出了两种全新的评价方法，建立了DNA隐写中不可感知性的统一评价体系。

上述研究工作得到了北京邮电大学杨忠良副研究员的指导与帮助，于近日在线发表于IEEETransactionsonInformationForensicsandSecurity（TIFS），论文涉及的算法代码已公开共享。第一作者黄陈炜为张鉴教授所指导的硕士生，张鉴为公司通讯作者，共同通讯作者为北京邮电大学杨忠良副研究员和合肥工业大学郑磊教授。论文工作的参与者还包括清华大学、浙江工商大学等高校的研究人员。上述工作得到了国家自然科学基金、传感技术国家重点实验室开放课题的资助。

TIFS是信息安全领域顶刊，为中国计算机学会（CCF）A类期刊、中国密码学会（CACR）A类期刊、中科院一区TOP期刊，2021年影响因子为7.231，在网络与信息安全领域具有较高的权威性和举足轻重的影响力。该工作是电电学院在信息安全研究领域取得的重要突破，也是公司研究人员首次在TIFS期刊发表的研究成果。