Tomato
T
Tomato
简介 :
Tomato 是一个隐写工具的概念验证,它利用由 ssokota 提供的最小熵耦合码。该工具通过将隐藏信息(密文)的概率分布与由大型语言模型(LLM)生成的封面文本的概率分布合并,实现信息隐藏。这种耦合最小化了联合熵,确保了隐写文本(封面文本与嵌入信息)保留了自然语言的统计特性,使隐藏信息难以被检测。解码过程中,LLM 通过提供上下文感知的解释来辅助,然后使用 MEC 反向解耦封面文本中的隐藏信息。这种方法确保隐藏信息可以无缝集成到文本中,并且可以安全、准确地在以后检索,风险最小。
需求人群 :
Tomato 适合需要在文本中安全隐藏和检索信息的用户,例如网络安全专家、数据保护人员或任何需要隐秘通信的个人。该工具的隐蔽性和基于自然语言的特性使其成为这些用户的理想选择。
总访问量: 474.6M
占比最多地区: US(19.34%)
本站浏览量 : 58.8K
使用场景
网络安全专家使用 Tomato 隐藏敏感数据,以防止数据在传输过程中被拦截。
记者使用 Tomato 在报道中隐藏消息来源,以保护信息提供者的安全。
个人使用 Tomato 在社交媒体上分享加密的个人信息,以防止隐私泄露。
产品特色
利用大型语言模型生成封面文本。
应用最小熵耦合(MEC)将隐藏信息与封面文本合并。
在解码过程中,使用 LLM 提供上下文感知的解释。
使用 MEC 反向解耦以提取隐藏信息。
支持自定义参数,如密钥长度、共享私钥、提示等。
提供命令行界面,方便直接编码和解码信息。
支持通过 Python 代码进行编程式使用。
使用教程
1. 确保安装了 Nvidia CUDA 并更新了 Nvidia 驱动。
2. 通过 pip 安装必要的依赖项。
3. 使用命令行工具或 Python 代码调用 Tomato 编码器/解码器。
4. 为编码过程设置参数,如密钥长度和共享私钥。
5. 输入要隐藏的明文信息。
6. 执行编码过程,生成隐写文本。
7. 在需要时,使用解码过程从隐写文本中提取原始信息。
8. 通过命令行或编程方式调用解码器,并提供必要的参数和隐写文本。
AIbase
智启未来,您的人工智能解决方案智库
© 2025AIbase