信息通信技术的不断发展和移动互联网的普及给信息传输带来了便利,但同时也带来了风险。在互联网上传输或存储的敏感数据容易遭他人窃取。为了保护数据安全,以往人们采用加密技术,将敏感数据加密成无意义的密文信息。但是加密这个行为暴露了敏感数据的存在,容易引来攻击。因而既能保护秘密信息内容,也能隐藏传输行为的隐写技术越来越受关注。隐写的对立面是隐写分析。近年来,隐写分析技术在快速发展,给数字隐写带来许多挑战。传统的自适应隐写方法,已经难以满足隐蔽通信或隐蔽存储的要求。如何提升现有隐写算法的安全性或设计更安全、高效的数字隐写算法是信息隐藏领域亟待研究的问题。面向隐蔽通信和隐蔽存储的需求,本文对如何提升隐写算法的安全性展开了研究。针对利用传统隐写方法得到的载密对象和载体对象始终存在分布差异的问题,基于深度学习生成模型开展了分布保持隐写研究。本文的主要研究工作和创新点可以归纳如下:1.提出了图像隐写的微尺度隐写失真模型观察现有图像自适应隐写算法的修改点分布,发现在平滑区域仍然有不少修改点,这说明现有隐写失真定义不够精细。基于图像增强技术,本文提出了微尺度隐写失真模型。在增强图像上定义隐写失真,赋值给原始图像,使隐写集中在纹理复杂区域。根据离散余弦变化的正交性,引入DCT域滤波,将微尺度隐写失真模型应用在JPEG图像隐写上,并从理论上证明了算法的高效性。实验结果表明,应用微尺度隐写失真模型可以有效提升现有隐写算法的安全性。2.提出了基于多级失真递归编码的JPEG图像可逆隐写算法为了提高隐蔽存储的效率,本文提出了基于多级失真递归编码的JPEG图像可逆隐写算法。基于JPEG图像编码的特点,提出载体系数幅度选择策略。根据隐写修改对空域的影响,定义载体系数的修改失真。通过解最小化失真的优化问题完成DCT块选择。借助多级失真递归编码完成信息嵌入、提取和载体恢复。实验表明,本文提出的JPEG图像可逆隐写算法能够有效保持图像视觉质量,减少码率扩张,和提升抗检测性。3.提出了音频隐写的失真定义函数及其非加性隐写算法音频在网络上大规模传输,研究音频自适应隐写具有重要意义。根据音频载体的低幅值区域容易被建模的特点,提出了大幅值优先修改的原则,并通过实验验证了其合理性。针对当前隐写分析特征是基于导数滤波残差构造的特点,结合大幅值优先修改的原则,提出了基于导数滤波残差的隐写失真定义方法。考虑隐写修改是相互影响的,本文设计了音频隐写的非加性方案。实验结果表明,本文提出的音频隐写失真方法提升了抗检测能力。并且,非加性方案还能进一步提升隐写安全性。4.提出了基于深度学习生成模型的分布保持隐写算法利用深度学习生成模型生成的数据在网络上被广泛使用,具备了成为数字隐写载体的基础。同时,生成模型给我们提供了生成数据的显式概率分布或同分布采样器。基于显式生成模型,结合算术编码,提出了基于解压缩的分布保持隐写算法,并从信息论的角度证明了在载体序列足够长的情况下,载体载密分布一致。基于隐式生成模型,结合拒绝采样算法,提出基于采样的分布保持隐写算法。基于语音合成任务,构建了高效实用的隐写系统,并通过隐写分析实验验证了载体载密语音难以区分。