本文通过将现有的隐写研究与深度学习相结合,提出了两种图像、音频隐写的深度网络模型。深度网络模型由于其学习特点,在训练过程中可以通过对于内部参数的调整,使得网络达到最优的透明性或是鲁棒性指标——这是传统方案所不具有的优势,甚至在某些指标上能够超越现有方案,具有一定可行性与发展潜力。