该文综述信息隐藏技术，重点研究数字保护中的图像隐写。提出“信息准确性”新度量与LSE损失函数以提升消息解码精度，并引入潜在感知编码，利用稳定扩散生成隐写图像，兼顾图像质量与信息恢复。还涉及深度神经网络、生成对抗网络等实现高容量、抗隐写分析的隐藏方法。

自然语言隐写术利用语言模型隐藏秘密信息，兼顾数据安全与文本质量。研究涵盖基于BERT、掩码语言模型、LLaMA2及跨语言枢纽等方法，以提升嵌入负载、流畅度和抗隐写分析能力，并在Twitter、Enron等数据集上验证了安全性与加密效率。此外，还探索了LLM在临床语义相似度与推理任务中的表现及模型参数隐写容量。