现代化信息技术的发展产生了大量的数字化知识成果，包括音频、视频和图片等。这些数字载体易于复制、更改和传播，同时也容易被攻击者和伪造者利用，从而对知识成果造成损害和负面影响。信息隐藏正是关注在数字载体中秘密写入特定信息的一个新兴研究领域。隐写和隐写分析是信息隐藏的一个重要研究分支：隐写重点关注在数字载体中嵌入一定容量的秘密信息，并使得嵌入后的载体能够从视觉上和隐写分析角度都具有不可感知性；隐写分析则关注对于给定的载体，对其是否被隐写进行可靠的判定。可以看出，隐写和隐写分析是矛与盾的关系。LSB matching是较早提出的一个隐写算法，同时也是一个具有很高安全性的隐写算法。但近期的研究表明，虽然LSB matching具有足够的安全性，但是在嵌入率较大的情况下也可以被隐写分析观测到。因此，在一定的意义下，LSBmatching是不安全的。作为LSB matching算法的拓展，本文从两个角度讨论了如何设计更加安全的隐写算法，并提出了两个新型隐写算法：基于最小化统计量变化的改进型隐写算法和基于图像内容的改进型隐写算法。前者沿着Cachin理论的思路，将隐写产生的一阶统计量变化描述成数学形式，并将统计量的最小化问题转化为一个二次规划问题，通过数学方法得以解决。后者从隐写引入的全局噪音入手，通过有选择性的在数字载体的噪音区域进行隐写嵌入，从而让新的隐写算法获得了更高的安全性能。以上两种算法都基于LSB matching算法框架，并取得了比LSB matching更高的安全性能。最后，通过两种思路的对比分析认为：基于图像内容的隐写方法是一种更好的设计思路。当然，在实际工作中可以综合运用两种思路，设计出更安全的隐写算法。