Survei Komprehensif tentang Steganografi Linguistik: Metode, Penanggulangan, Evaluasi, dan Tantangan

Memetakan 148 metode steganografi, 60 penanggulangan steganalisis, 23 metrik evaluasi, dan 9 tantangan terbuka di lima pergeseran paradigma pada era LLM

Ruiyi Yan; Chenhui Chu; Zhongliang Yang; Yugo Murawaki· 2026· DOI 10.48550/arXiv.2608.29077

Masalah inti

Steganografi linguistik adalah praktik menyembunyikan pesan rahasia di dalam teks bahasa alami. Berbeda dari steganografi citra atau audio, praktik ini memanfaatkan redundansi dan kelenturan yang melekat pada bahasa manusia, sehingga covertext tidak dapat dibedakan dari komunikasi biasa. Kemunculan large language model (LLM) telah mengubah bidang ini secara dramatis: LLM dapat menghasilkan teks yang fasih dan sesuai konteks dalam skala besar, memungkinkan strategi penyematan baru sekaligus memunculkan kekhawatiran baru terkait keamanan dan deteksi. Meskipun kemajuannya pesat, literatur masih tersebar di berbagai venue dan subkomunitas. Survei ini menjawab kesenjangan tersebut dengan memberikan uraian sistematis pada empat sumbu: **148 metode steganografi**, **60 penanggulangan steganalisis linguistik**, **23 metrik evaluasi**, dan **9 tantangan terbuka**. Setiap sumbu disertai taksonomi, tinjauan kritis, dan analisis adopsi. Melintasi sumbu-sumbu tersebut, penulis mengidentifikasi **lima pergeseran paradigma** yang mencirikan era LLM: 1. Dari modifikasi covertext ke generasi hanya-prompt. 2. Dari heuristik ke keamanan yang dapat dibuktikan. 3. Dari model bahasa simetris white-box

Inovasi

Survei ini melaporkan ringkasan kuantitatif pada keempat sumbu. Dari 148 metode steganografi, sebagian besar kini memanfaatkan LLM untuk generasi, dengan tren yang jelas menuju pendekatan hanya-prompt yang tidak memerlukan modifikasi covertext yang ada. Ke-60 penanggulangan steganalisis mencakup detektor statistik, neural, dan hibrida; kinerjanya biasanya dievaluasi menggunakan metrik seperti akurasi deteksi, tingkat false positive, dan area di bawah kurva ROC. Ke-23 metrik evaluasi dikategorikan ke dalam dimensi keamanan, kapasitas, efisiensi, dan kualitas teks. Penulis mencatat bahwa metrik kualitas teks (misalnya perplexity, BLEU, evaluasi manusia) semakin sering dilaporkan bersama metrik keamanan, mencerminkan pergeseran menuju optimasi bersama. Namun, standardisasi masih kurang: banyak makalah hanya melaporkan sebagian metrik, sehingga menyulitkan perbandingan lintas studi. Analisis adopsi mengungkapkan bahwa metode simetris white-box mendominasi karya awal, sementara pendekatan black-box dan asimetris tumbuh pesat. Survei ini juga mengidentifikasi 9 tantangan terbuka, termasuk ketahanan terhadap parafrase, pertahanan terhadap steganalisis lanjutan, dan pertimbangan etis sep

Steganografi linguistik adalah praktik menyembunyikan pesan rahasia di dalam teks bahasa alami. Berbeda dari steganografi citra atau audio, praktik ini memanfaatkan redundansi dan kelenturan yang melekat pada bahasa manusia, sehingga covertext tidak dapat dibedakan dari komunikasi biasa. Kemunculan large language model (LLM) telah mengubah bidang ini secara dramatis: LLM dapat menghasilkan teks yang fasih dan sesuai konteks dalam skala besar, memungkinkan strategi penyematan baru sekaligus memunculkan kekhawatiran baru terkait keamanan dan deteksi.

Meskipun kemajuannya pesat, literatur masih tersebar di berbagai venue dan subkomunitas. Survei ini menjawab kesenjangan tersebut dengan memberikan uraian sistematis pada empat sumbu: **148 metode steganografi**, **60 penanggulangan steganalisis linguistik**, **23 metrik evaluasi**, dan **9 tantangan terbuka**. Setiap sumbu disertai taksonomi, tinjauan kritis, dan analisis adopsi. Melintasi sumbu-sumbu tersebut, penulis mengidentifikasi **lima pergeseran paradigma** yang mencirikan era LLM:

Mengapa penting

Lima pergeseran paradigma yang diidentifikasi survei ini secara kolektif mendefinisikan ulang steganografi linguistik. Pertama, peralihan dari modifikasi covertext ke generasi hanya-prompt berarti pesan rahasia dapat disematkan selama generasi teks, menghilangkan kebutuhan akan cover yang sudah ada sebelumnya. Hal ini mengurangi kemampuan deteksi tetapi memunculkan ketergantungan pada perilaku generator. Kedua, pergeseran dari heuristik ke keamanan yang dapat dibuktikan membawa jaminan formal, namun implementasi praktis sering mengorbankan batas yang dapat dibuktikan demi efisiensi. Ketiga, transisi dari LM simetris white-box ke akses black-box atau asimetris mencerminkan kendala penerapan di dunia nyata: penyerang jarang memiliki akses penuh ke model. Pergeseran ini menuntut model keamanan dan protokol evaluasi baru. Keempat, optimasi bersama atas keamanan, kapasitas, dan kualitas teks menggantikan desain yang berpusat pada keamanan, mengakui bahwa stego-text harus tetap alami dan berguna. Terakhir, fokus bergeser dari kekhawatiran kualitas teks ke isu rekayasa seperti skalabilitas, latensi, dan integrasi dengan saluran komunikasi yang ada. Taksonomi survei ini atas 148 metode, 60 penanggulangan, dan 23 metrik memberikan fondasi untuk benchmarking. Namun, penulis memperingatkan bahwa kurangnya evaluasi terstandardisasi menghambat kemajuan. Mereka menyerukan upaya komunitas untuk mendefinisikan testbed umum dan standar pelaporan. Pertimbangan etis juga sangat penting: steganografi linguistik dapat disalahgunakan untuk disinformasi atau saluran tersembunyi, sehingga menuntut praktik penelitian yang bertanggung jawab. Sebagai ringkasan, survei ini berfungsi sebagai rujukan komprehensif dan peta jalan. Survei ini membekali peneliti dengan pemahaman terstruktur tentang bidang ini dan menyoroti tantangan terbuka yang harus diatasi untuk mewujudkan steganografi linguistik yang praktis dan bertanggung jawab pada era LLM.

Siapa yang sebaiknya membaca

Praktisi dan peneliti ilmu komputer

Membuka konten member…