RTMStega는 은닉 메시지를 자연스러운 텍스트에 숨기는 언어적 스테가노그래피 기술의 한계를 극복하기 위해 제안된 프레임워크입니다. 기존 방법들의 낮은 페이로드 용량, 탐지 가능성 등의 문제를 해결하고자, 랭크 기반 적응형 코딩과 문맥 인식 역압축, 정규화된 엔트로피를 통합했습니다. RTMStega는 비밀 메시지를 토큰 확률 랭크에 매핑하고 문맥 인식 엔트로피 기반 조정을 통해 샘플링을 동적으로 조절하여 페이로드 용량과 탐지 불가능성 간의 균형을 이룹니다. 다양한 데이터셋과 모델에 대한 실험 결과, RTMStega는 기존의 생성적 스테가노그래피보다 페이로드 용량을 3배 증가시키고 처리 시간을 50% 이상 단축하며, 높은 텍스트 품질을 유지하여 안전하고 효율적인 은밀한 통신을 위한 신뢰할 수 있는 솔루션을 제공합니다.
