Esteganografia em imagens e áudio

Para ocultar dados em uma imagem, primeiro é preciso saber como as imagens armazenam cores. Um pixel de uma imagem RGB tem três canais — vermelho, verde e azul —, cada um normalmente representado por um número de 8 bits, de 0 a 255.

Assim, um pixel ocupa três bytes. Uma imagem pequena de 800x600 tem 480.000 pixels e 1,44 milhão de bytes de cor. Essa redundância é o que a esteganografia explora: há muito mais bytes do que o olho consegue examinar minuciosamente.

A ideia principal é que o sistema visual humano não consegue distinguir um valor de cor de 200 de um de 201. É nesse intervalo imperceptível que os dados ocultos ficam.

A incorporação por LSB substitui o bit de menor ordem de cada byte de cor por um bit do segredo. Como o bit menos significativo altera o valor em apenas 1, a mudança visual é imperceptível.

Considere ocultar o bit 1 em um valor do canal vermelho igual a 200 (binário 11001000). Substituir o último bit por 1 resulta em 11001001 = 201 — uma alteração que nenhum ser humano consegue ver.

Em milhares de pixels, pode-se reconstruir a carga útil lendo esses bits LSB novamente na ordem.

Uma mensagem é uma sequência de bytes, cada um com 8 bits. Para ocultar uma palavra, incluindo um cabeçalho com seu comprimento, achata-se a carga útil em um fluxo de bits e grava-se um bit por canal de cor.

Um incorporador prático também armazena um prefixo de comprimento ou uma sequência terminadora exclusiva, para que o extrator saiba quando parar de ler; caso contrário, não consegue distinguir a carga útil do ruído da cobertura.

É exatamente isso que ferramentas como steghide, zsteg e stegano automatizam, geralmente adicionando uma senha e uma camada de criptografia.

O formato é extremamente importante por causa da compressão:

• Formatos sem perdas (PNG, BMP): preservam cada pixel exatamente. Os dados LSB sobrevivem perfeitamente — são suportes ideais.
• Formatos com perdas (JPEG): descartam detalhes finos durante a compressão, destruindo dados LSB ingênuos.

No caso de JPEG, a incorporação deve ocorrer nos coeficientes DCT — valores do domínio da frequência usados durante a compressão —, e não nos pixels brutos. Ferramentas como steghide e as clássicas JSteg/OutGuess operam nesse domínio, fazendo com que a carga útil sobreviva à etapa de compressão.

A incorporação ingênua por LSB em pixels é frágil. Qualquer operação que altere os valores dos pixels destrói os bits ocultos:

• Salvar novamente como JPEG: a compressão com perdas reescreve os bytes.
• Redimensionar ou recortar: a reamostragem altera todos os valores.
• Ajustes de cor: alteram brilho e contraste.
• Envio para redes sociais: as plataformas recodificam as imagens automaticamente.

Aqui entra a robustez no triângulo. Se uma carga útil precisar sobreviver à edição (por exemplo, uma marca d’água), incorpore-a no domínio da frequência (DCT/DWT) e aceite uma capacidade menor em troca.

A LSB ingênua grava nos pixels sequencialmente, a partir do canto superior esquerdo, o que cria uma assinatura estatística detectável. Métodos mais furtivos distribuem a carga útil para escapar da análise:

• Posicionamento pseudoaleatório: uma estego-chave inicializa um PRNG que escolhe quais pixels carregarão bits, fazendo o padrão parecer aleatório.
• Regiões ruidosas: incorporar dados em áreas texturizadas (grama, cabelo), onde já existe variação, em vez de céus uniformes.
• Incorporação adaptativa: algoritmos modernos minimizam uma função de custo de detectabilidade.

A estego-chave também funciona como uma senha: sem ela, um analista não consegue reconstruir a ordem dos bits, mesmo que suspeite de ocultação.

O áudio funciona com o mesmo princípio que as imagens, mas no domínio do tempo ou da frequência. Um arquivo WAV armazena amostras, normalmente números de 16 bits que representam a amplitude milhares de vezes por segundo.

A incorporação por LSB em áudio sobrescreve o bit mais baixo de cada amostra. Uma alteração de 1 passo em uma amplitude de 16 bits está muito abaixo do limiar da audição humana, portanto o áudio soa idêntico.

Com 44.100 amostras por segundo em cada canal, o áudio oferece grande capacidade, embora formatos com perdas, como MP3, destruam LSBs de amostras brutas da mesma forma que JPEG destrói LSBs de pixels.

Além de LSB, a esteganografia de áudio usa truques perceptuais baseados no funcionamento da audição:

• Codificação de fase: altera a fase dos componentes do áudio; o ouvido é insensível à fase absoluta.
• Ocultação por eco: introduz ecos minúsculos e imperceptíveis cujo atraso codifica bits.
• Espalhamento espectral: espalha a carga útil por uma ampla faixa de frequências como um ruído de baixo nível robusto contra a edição.
• Inserção de tons: oculta dados usando tons mascarados por sons próximos mais altos (mascaramento psicoacústico).

Essas técnicas trocam capacidade por robustez e furtividade, de modo semelhante aos métodos de imagem no domínio da frequência.

Uma ideia unificadora entre as mídias é a escolha do domínio:

• Domínio espacial/temporal: incorpora diretamente em pixels ou amostras. É simples e oferece alta capacidade, mas é frágil contra a compressão.
• Domínio da frequência: transforma o sinal (DCT para JPEG, DWT para ondículas, FFT para áudio), incorpora nos coeficientes e depois transforma de volta. É mais robusto e furtivo, mas oferece menor capacidade e é mais complexo.

A regra é: se a cobertura será comprimida, redimensionada ou compartilhada, incorpore no domínio da frequência. Para coberturas intactas e sem perdas, a LSB espacial funciona bem.

Antes de incorporar, estime quanto pode ocultar com segurança. Uma orientação útil é a taxa de incorporação: bits ocultos por bit de cobertura.

• 1 bit por canal (LSB completo): capacidade máxima, mas maior detectabilidade.
• Taxas fracionárias: usar apenas uma fração dos pixels reduz a capacidade, mas melhora drasticamente a imperceptibilidade.

Uma imagem RGB de 1920x1080 tem cerca de 6,2 milhões de bytes de cor — aproximadamente 777 KB com LSB completo. Mas a incorporação orientada à segurança usa apenas uma fração disso, pois preencher cada LSB produz anomalias estatísticas que as ferramentas de esteganálise detectam com facilidade.

Da perspectiva de um defensor, entender a incorporação mostra o que observar:

• Incompatibilidades de formato: um PNG/BMP onde se espera JPEG pode indicar um suporte sem perdas escolhido para LSB.
• Anomalias de tamanho: um arquivo maior do que seu conteúdo visível justificaria.
• Recodificação como defesa: plataformas que recomprimem todos os envios destroem cargas úteis LSB ingênuas — uma mitigação barata.
• Análise estatística: a incorporação com LSB completo achata a distribuição natural dos valores dos bits, algo detectável pela esteganálise.

Essas assinaturas são a ponte para a próxima lição: detectar dados ocultos.

Teste sua compreensão da escolha do formato.

Você aprendeu como os dados são efetivamente incorporados em arquivos de mídia.

• Incorporação por LSB: sobrescreve o bit mais baixo de cada amostra de cor ou de áudio, uma alteração imperceptível de 1 passo.
• Um prefixo de comprimento ou um terminador indica onde a carga útil termina; ferramentas como steghide e stegano automatizam esse processo com criptografia opcional.
• Formatos sem perdas (PNG, BMP, WAV) preservam os dados LSB; formatos com perdas (JPEG, MP3) exigem incorporação no domínio da frequência (DCT/eco/espalhamento espectral).
• A furtividade melhora com o posicionamento pseudoaleatório, a incorporação em regiões ruidosas e algoritmos adaptativos controlados por uma estego-chave.
• A escolha entre o domínio espacial e o domínio da frequência troca capacidade por robustez.
• Os defensores observam incompatibilidades de formato, anomalias de tamanho e assinaturas estatísticas, além de usarem a recodificação para destruir cargas úteis ingênuas.

Em seguida, aprenderemos a detectar dados ocultos por meio da esteganálise.