这篇论文研究了一种跨模态分割载荷的视听隐写术，并评估了其对抗单模态与多模态隐写分析的效果。隐写术的目标是将秘密信息隐藏在普通媒体中，以隐藏通信的存在而非内容。传统的单模态隐写将载荷嵌入到单一载体（例如图像、音频或视频）中，但存在容量限制和容易被检测的问题。作者提出将秘密信息分割后分别嵌入到视频的音频流和视频流中，从而降低每个载体的嵌入负担，旨在提高隐蔽性。实验条件下，作者创建了同步和异步嵌入两种场景的视听样本，并测试了单模态（仅音频或仅视频）检测器以及多模态检测器的检测性能。结果表明，单模态检测器的检测率接近随机猜测，表明分割载荷能够有效规避单模态分析。而多模态检测器在初步测试中表现更佳，但进一步分析发现这种提升主要来自于视频流中的信号，而非真正的音频-视频联合特征。因此，作者强调，多模态检测器的评估需谨慎，以确保其学习到了跨模态的相关性而不是单一模态的伪影。总体而言，该研究表明分割载荷策略能增强隐写的抗检测性，但多模态检测方法仍有改进空间。该论文适合信息安全领域的研究人员，尤其是关注隐写术和隐写分析的学者阅读。

该论文针对网络语音流隐写分析（steganalysis）中现有方法对非同源数据分布适应性差的问题展开研究。作者通过Hessian分析发现，主流模型的损失景观被大量鞍点和尖锐局部极小值主导，导致模型对数据分布偏移高度敏感，从而严重限制了泛化能力。为此，论文提出了一种新的优化器——领域感知锐度最小化（Domain-Aware Sharpness Minimization, DASM）。DASM的核心机制包含两个方面：首先，它将领域监督对比学习与锐度感知优化相结合，在寻找平坦极小值的同时显式保持领域间的特征分离；其次，设计了一种自适应领域差距调制策略，通过感知各领域的实时特征可分性来动态校准优化损失权重。大量实验结果表明，DASM大幅超越了现有最先进方法，并展现出优异的泛化能力和鲁棒性。该研究为多域隐写分析提供了新的优化视角，适合网络语音安全检测领域的研究人员和工程师阅读。

该论文提出了SADBench，一个系统性的基准测试框架，旨在统一评估图像隐写攻击与隐写分析防御的能力。研究背景指出，图像隐写虽广泛用于隐私保护和隐蔽通信，但也可能被对手滥用作隐蔽通道，以绕过内容审核、传播有害语义，甚至在图像中隐藏恶意指令以诱导大模型产生危险输出。针对当前缺乏统一评估框架的问题，SADBench设计了4个核心任务：隐写攻击能力评估、隐写分析防御能力评估、效率评估和可迁移性评估。它同时评估了图像载荷和文本载荷隐写，涵盖多种封面分布，并利用有害视觉语义和有毒指令模拟恶意攻击。通过在大量攻击和检测器上的实验，SADBench揭示了以下关键发现：(i) INN（可逆神经网络）和基于自编码器的方法在稳定性上优于其他架构；(ii) 域内检测近乎完美且成本低于生成；(iii) 存在关键的可迁移性不对称性，即攻击能够稳健地泛化到新分布，而检测器无法适应；(iv) 现实世界威胁在社交媒体上持续存在，载荷要么在最小压缩下存活，要么通过模拟训练有效适应强压缩。总体而言，SADBench建立了一个可系统化、可复现、可扩展的框架来量化风险，为可测量且以安全为导向的隐写防御进步铺平道路。