Stéganographie dans les images et l’audio

Pour dissimuler des données dans une image, vous devez d'abord savoir comment les images stockent les couleurs. Un pixel d'une image RGB possède trois canaux — rouge, vert et bleu — chacun étant généralement un nombre sur 8 bits compris entre 0 et 255.

Un pixel correspond donc à trois octets. Une petite image de 800x600 contient 480 000 pixels et 1,44 million d'octets de couleur. C'est cette redondance qu'exploite la stéganographie : il y a bien plus d'octets que l'œil ne peut en examiner attentivement.

L'idée essentielle est la suivante : le système visuel humain ne peut pas distinguer une valeur de couleur de 200 d'une valeur de 201. C'est dans cette marge imperceptible que se trouvent les données dissimulées.

L'insertion par LSB remplace le bit de poids le plus faible de chaque octet de couleur par un bit du secret. Comme le bit de poids faible ne modifie une valeur que de 1, le changement visuel est invisible.

Considérons la dissimulation du bit 1 dans un canal rouge ayant la valeur 200 (binaire 11001000). Remplacer le dernier bit par 1 donne 11001001 = 201, une modification qu'aucun œil humain ne peut percevoir.

Sur des milliers de pixels, vous reconstituez la charge utile en relisant ces LSB dans l'ordre.

Un message est une suite d'octets de 8 bits chacun. Pour dissimuler un mot avec un en-tête indiquant sa longueur, vous convertissez la charge utile en flux de bits et inscrivez un bit par canal de couleur.

Un outil d'insertion pratique enregistre également un préfixe de longueur ou une séquence de terminaison unique afin que l'extracteur sache quand arrêter la lecture ; sinon, il ne peut pas distinguer la charge utile du bruit du support.

C'est exactement ce qu'automatisent des outils comme steghide, zsteg et stegano, en ajoutant souvent un mot de passe et une couche de chiffrement.

Le format est extrêmement important en raison de la compression :

• Formats sans perte (PNG, BMP) : ils préservent chaque pixel exactement. Les données LSB y survivent parfaitement, ce qui en fait des supports idéaux.
• Formats avec perte (JPEG) : ils suppriment les détails fins pendant la compression, ce qui détruit les données LSB naïves.

Avec JPEG, l'insertion doit se faire dans les coefficients de DCT, c'est-à-dire les valeurs du domaine fréquentiel utilisées pendant la compression, plutôt que dans les pixels bruts. Des outils comme steghide et les outils classiques JSteg/OutGuess opèrent à ce niveau afin que la charge utile survive à l'étape de compression.

L'insertion LSB naïve dans les pixels est fragile. Toute opération qui modifie les valeurs des pixels détruit les bits dissimulés :

• Nouvel enregistrement au format JPEG : la compression avec perte réécrit les octets.
• Redimensionnement ou recadrage : le rééchantillonnage modifie chaque valeur.
• Ajustements des couleurs : variations de la luminosité et du contraste.
• Mise en ligne sur les réseaux sociaux : les plateformes réencodent automatiquement les images.

C'est le sommet robustesse du triangle. Si une charge utile doit survivre aux modifications (par ex. un tatouage numérique), vous l'insérez dans le domaine fréquentiel (DCT/DWT) et acceptez une capacité moindre en contrepartie.

L'insertion LSB naïve écrit séquentiellement dans les pixels à partir du coin supérieur gauche, ce qui crée une signature statistique détectable. Les méthodes plus discrètes répartissent la charge utile pour échapper à l'analyse :

• Positionnement pseudo-aléatoire : une clé stégo initialise un PRNG qui choisit les pixels porteurs de bits, de sorte que le motif semble aléatoire.
• Régions bruitées : l'insertion se fait dans des zones texturées (herbe, cheveux), où des variations existent déjà, plutôt que dans des ciels uniformes.
• Insertion adaptative : les algorithmes modernes minimisent une fonction de coût de détectabilité.

La clé stégo agit également comme un mot de passe : sans elle, un analyste ne peut pas reconstituer l'ordre des bits, même s'il soupçonne une dissimulation.

L'audio fonctionne selon le même principe que les images, mais dans le domaine temporel ou fréquentiel. Un fichier WAV stocke des échantillons, généralement des nombres sur 16 bits représentant l'amplitude des milliers de fois par seconde.

L'insertion LSB dans l'audio écrase le bit de poids le plus faible de chaque échantillon. Une variation d'une unité dans une amplitude sur 16 bits est très inférieure au seuil d'audition humaine ; le son reste donc identique.

Avec 44 100 échantillons par seconde et par canal, l'audio offre une grande capacité, même si les formats avec perte comme MP3 détruisent les LSB des échantillons bruts de la même manière que JPEG détruit les LSB des pixels.

Au-delà des LSB, la stéganographie audio utilise des astuces perceptuelles fondées sur le fonctionnement de l'ouïe :

• Codage de phase : modifie la phase des composantes audio ; l'oreille est insensible à la phase absolue.
• Dissimulation par écho : introduit de minuscules échos imperceptibles dont le délai encode les bits.
• Étalement de spectre : répartit la charge utile sur une large bande de fréquences sous la forme d'un bruit de faible niveau, robuste face aux modifications.
• Insertion de tonalités : dissimule les données à l'aide de tonalités masquées par des sons voisins plus forts (masquage psychoacoustique).

Ces techniques échangent de la capacité contre de la robustesse et de la discrétion, comme les méthodes d'image du domaine fréquentiel.

Une idée commune à tous les supports est le choix du domaine :

• Domaine spatial ou temporel : insérer directement dans les pixels ou les échantillons. C'est simple et offre une grande capacité, mais c'est fragile face à la compression.
• Domaine fréquentiel : transformer le signal (DCT pour JPEG, DWT pour les ondelettes, FFT pour l'audio), insérer dans les coefficients, puis effectuer la transformation inverse. Cette approche est plus robuste et plus discrète, mais offre une capacité moindre et est plus complexe.

La règle est la suivante : si le support sera compressé, redimensionné ou partagé, insérez dans le domaine fréquentiel. Pour des supports sans perte et intacts, l'insertion LSB dans le domaine spatial convient.

Avant l'insertion, estimez la quantité de données que vous pouvez dissimuler sans risque. Une indication utile est le taux d'insertion : le nombre de bits dissimulés par bit du support.

• 1 bit par canal (LSB complet) : capacité maximale, mais détectabilité accrue.
• Taux fractionnaires : n'utiliser qu'une fraction des pixels réduit la capacité, mais améliore considérablement l'imperceptibilité.

Une image RGB de 1920x1080 contient environ 6,2 millions d'octets de couleur, soit environ 777 KB avec un LSB complet. Cependant, une insertion axée sur la sécurité n'en utilise qu'une fraction, car remplir chaque LSB produit des anomalies statistiques que les outils de stéganalyse détectent facilement.

Du point de vue du défenseur, comprendre l'insertion indique ce qu'il faut surveiller :

• Incohérences de format : un PNG/BMP là où un JPEG est attendu peut indiquer le choix d'un support sans perte pour l'insertion LSB.
• Anomalies de taille : un fichier plus volumineux que ne le justifie son contenu visible.
• Réencodage comme moyen de défense : les plateformes qui recompressent tous les fichiers envoyés détruisent les charges utiles LSB naïves ; c'est une mesure d'atténuation simple.
• Analyse statistique : l'insertion LSB complète aplatit la distribution naturelle des valeurs binaires, ce que la stéganalyse peut détecter.

Ces signatures font le lien avec la prochaine leçon : détecter les données dissimulées.

Vous avez appris comment les données sont réellement insérées dans des fichiers multimédias.

• L'insertion LSB écrase le bit de poids le plus faible de chaque échantillon de couleur ou audio : une variation imperceptible d'une unité.
• Un préfixe de longueur ou une séquence de terminaison indique où la charge utile s'arrête ; des outils comme steghide et stegano automatisent cette opération avec un chiffrement facultatif.
• Les formats sans perte (PNG, BMP, WAV) préservent les données LSB ; les formats avec perte (JPEG, MP3) nécessitent une insertion dans le domaine fréquentiel (DCT/écho/étalement de spectre).
• La discrétion s'améliore grâce au positionnement pseudo-aléatoire, à l'insertion dans les régions bruitées et aux algorithmes adaptatifs guidés par une clé stégo.
• Le choix entre domaine spatial et domaine fréquentiel établit un compromis entre capacité et robustesse.
• Les défenseurs surveillent les incohérences de format, les anomalies de taille et les signatures statistiques, et utilisent le réencodage pour détruire les charges utiles naïves.

Ensuite, nous apprendrons à détecter les données dissimulées grâce à la stéganalyse.