Імпліцитні нейронні представлення (INR) для аудіостеганографії: «Вбудована» пам’ять моделі як контейнер

Abstract

Анотація. У роботі розглянуто використання імпліцитних нейронних представлень (INR) як нового підходу до аудіостеганографії, де контейнером для прихованої інформації виступають вагові параметри моделі, а не сам аудіосигнал. Показано, що INR здатні відтворювати звук як неперервну функцію та одночасно зберігати додаткові дані без помітної зміни якості сигналу. Підхід демонструє вищу стійкість і непомітність порівняно з класичними методами.

Abstract. This work explores the use of Implicit Neural Representations (INR) as a novel method for audio steganography, where hidden data is embedded directly into the model’s parameters rather than in the audio signal itself. INR models represent audio as a continuous function and can store additional information without affecting perceptual quality. The approach offers improved robustness and invisibility compared to traditional techniques.