Esteganografia de áudio e documentos

Arquivos de áudio WAV armazenam amostras de áudio PCM não comprimido de 16 ou 24 bits. Assim como na esteganografia LSB de imagens, podemos substituir o bit menos significativo de cada amostra de áudio por um bit oculto. A modificação altera cada amostra em no máximo 1 unidade de amplitude em 32768, o que corresponde a 0,003 por cento da escala total e é completamente inaudível para ouvintes humanos em condições normais.

A codificação de fase divide um sinal de áudio em segmentos curtos e codifica bits ocultos deslocando a fase de cada segmento. As diferenças de fase entre segmentos adjacentes são preservadas para evitar artefatos audíveis. Como o ouvido humano é relativamente insensível aos valores absolutos da fase, pequenas modificações de fase transportam dados ocultos sem alterar o som de forma detectável. A codificação de fase alcança maior imperceptibilidade do que LSB com a mesma taxa de carga útil.

A ocultação de ecos incorpora dados adicionando ecos suaves ao sinal de áudio original. Um 1 binário é representado por um eco com atraso de d1 milissegundos; um 0 binário é representado por um eco com atraso de d0. Os atrasos são escolhidos para ficar abaixo do limiar de percepção de ecos pela audição humana, normalmente inferior a 1 milissegundo. O receptor extrai os bits detectando qual atraso de eco está presente em cada segmento.

As técnicas de espalhamento espectral distribuem a energia do sinal oculto por uma ampla faixa de frequências, de modo semelhante ao funcionamento do rádio de espalhamento espectral. Cada bit oculto modula uma sequência pseudoaleatória que é adicionada ao áudio com amplitude muito baixa em todas as frequências. O resultado se assemelha a ruído de fundo e é difícil de separar do áudio sem conhecer a chave pseudoaleatória, proporcionando tanto imperceptibilidade quanto resistência à detecção.

Documentos PDF têm vários locais onde os dados podem ser ocultados sem afetar o conteúdo visível. O espaço em branco entre palavras pode ser codificado usando diferentes caracteres de espaço Unicode. Fluxos de objetos PDF podem conter dados arbitrários em campos de comentário. Campos de metadados como Autor, Palavras-chave e Criador raramente são verificados pelos leitores. A estrutura do PDF permite objetos nulos e entradas não utilizadas na tabela de referências cruzadas que podem transportar bytes ocultos.

Documentos do Microsoft Word no formato DOCX são arquivos ZIP que contêm arquivos XML. Dados ocultos podem ser incorporados no XML das propriedades do documento, em partes XML personalizadas ou como texto invisível formatado com fonte branca sobre fundo branco. O controle de alterações e o histórico de revisões podem ser explorados para ocultar dados nos metadados das revisões. Essas técnicas são frequentemente usadas por softwares maliciosos que exfiltram dados disfarçados de documentos de escritório.

A esteganografia de rede oculta dados dentro do tráfego normal da rede. Os campos de número de sequência do TCP podem codificar bits ocultos sem afetar a conectividade. Campos do cabeçalho IP, como números de identificação e valores de tempo de vida, transportam dados ocultos. O intervalo entre pacotes pode codificar informações por meio de atrasos deliberados. Esses canais encobertos contornam firewalls e filtros de conteúdo que inspecionam apenas o conteúdo da carga útil, não os valores dos campos do protocolo.

Caracteres de largura zero são pontos de código Unicode que não têm glifo visível, mas ocupam posições nas cadeias de texto. Ao inserir um espaço de largura zero (U+200B), um não juntante de largura zero (U+200C) e um juntante de largura zero (U+200D) entre caracteres visíveis, é possível codificar dados binários em um texto que parece completamente normal quando exibido. Um tweet ou e-mail com caracteres de largura zero ocultos pode transportar centenas de bytes de dados encobertos de forma invisível.

A esteganografia por substituição de fontes codifica dados variando ligeiramente as formas dos caracteres com o uso de duas variantes de fonte quase idênticas. Os caracteres na fonte A representam o 0 binário; os caracteres na fonte B representam o 1 binário. Para o leitor, o documento parece totalmente normal. Recuperar a mensagem oculta exige saber quais caracteres comparar e quais variantes de fonte representam cada valor de bit.

Muitas impressoras a laser coloridas incorporam pequenos pontos amarelos, invisíveis a olho nu, que codificam o número de série da impressora, a data e a hora da impressão. Esses códigos de identificação da máquina foram desenvolvidos a pedido do governo para rastrear a origem de documentos impressos. A EFF fez engenharia reversa desses padrões em 2005. Essa é uma forma de marca d'água esteganográfica imposta pelos fabricantes a toda saída impressa.

Autores de softwares maliciosos usam esteganografia para ocultar instruções de comando e controle dentro de imagens aparentemente inofensivas publicadas em plataformas de redes sociais. O dispositivo infectado baixa o que parece ser uma imagem normal, extrai as instruções incorporadas dos LSBs e as executa. Essa técnica contorna ferramentas de segurança que inspecionam apenas endereços e tipos de carga útil, não o conteúdo dos arquivos de imagem.

Qual técnica de esteganografia de áudio codifica bits ocultos representando 0 e 1 com ecos em diferentes atrasos de tempo?

Arquivos WAV são compatíveis com a esteganografia de áudio por LSB. A codificação de fase, a ocultação de ecos e o espalhamento espectral proporcionam maior imperceptibilidade. Documentos PDF e do Word têm muitos locais para ocultar dados, incluindo metadados, espaços em branco e histórico de revisões. A esteganografia de rede usa campos de cabeçalho de protocolos e intervalos de tempo. Caracteres de largura zero ocultam dados em texto simples. Pontos amarelos de impressoras são marcas d'água esteganográficas obrigatórias impostas pelos fabricantes.