近日，我院2021级硕士研究生邱翼钦（导师田晖教授）在国际著名学术期刊IEEE Transactions on Information Forensics and Security发表学术论文“Separable Convolution Network with Dual-Stream Pyramid Enhanced Strategy for Speech Steganalysis” (DOI: 10.1109/TIFS.2023.3269640)。IEEE Transactions on Information Forensics and Security是信息安全领域最具影响力的国际顶级刊物之一，中国计算机学会（CCF）推荐A类期刊，中国密码学会（CACR）推荐A类期刊，中科院SCI一区TOP期刊。这是我校学生首次以第一作者在该期刊发表论文。

隐写是一种能够在公开媒体上不可感知地嵌入隐秘信息以实现隐蔽通信的技术。更具体地说，隐写利用了人类感知系统的不敏感和数据的冗余来掩盖隐秘信息的存在。随着计算机和互联网技术的发展，网络语音（Voice over IP, VoIP）系统已成为流行的日常交流工具，而网络语音流也逐渐成为实现隐蔽通信的理想载体之一。然而，语音流隐写在保障信息安全的同时，也给某些不法分子提供了便利：他们以隐写技术为手段，以普遍存在的网络语音流为载体，将非法信息隐蔽而快速的传播，给公共安全和社会安全带来了巨大的威胁。因此，研究有效的网络语音流隐写分析技术是当前重要的研究热点，受到各国政府、安全和军事部门的高度重视。

在网络流语音现有的隐写参数域中，基于深搜树策略得到的脉冲参数占据了语音编码最多的比特位，基于该参数域的隐写方法拥有极高的隐藏容量和优异的不可感知性。然而，现有针对该类方法的检测工作难以全面表征脉冲位置间潜在的相关性，并且易受正常语音样本内容的影响。针对上述研究挑战，该工作提出了一种新型的可分离卷积隐写检测网络SepSteNet。针对检测模型受到语音样本内容负面影响的问题，该工作提出了首个用于语音流深度隐写检测网络的校准策略—双流金字塔增强策略（Dual-Stream Pyramid Enhanced Strategy，DPES）。实验证明该工作在不同条件下的检测性能均优于现有方法。该研究工作有助于准确检测网络语音流中的非法隐蔽通信活动，为打击网络犯罪、维护网络空间安全、保障国家和社会安全提供技术支持。

该研究工作中，我校为第一完成单位，我院田晖教授为通讯作者，新加坡工程院院士、新加坡国立大学终身教授、香港中文大学（深圳）数据科学学院执行院长李海洲教授，欧洲科学院院士、台湾逢甲大学张真诚教授以及挪威阿格德尔大学Athanasios V. Vasilakos教授参与了该研究工作。该研究工作得到国家自然科学基金面上项目等课题的大力支持。