图像与音频隐写术

要在图像中隐藏数据，首先需要了解图像如何存储颜色。RGB 图像中的一个像素有三个通道：红、绿、蓝；每个通道通常是一个取值范围为 0 到 255 的 8 位数字。

因此，一个像素占用三个字节。一张较小的 800x600 图像有 480,000 个像素，也就是 144 万个颜色字节。这种冗余正是隐写术可以利用的地方：字节数量远远超过人眼能够仔细检查的范围。

关键在于：人类视觉系统无法分辨颜色值 200 和 201 之间的差异。这种不可感知的余量正是隐藏数据的所在。

LSB 嵌入会用秘密信息中的一位替换每个颜色字节的最低有效位。由于最低位只会使数值变化 1，因此视觉上的变化是不可见的。

考虑在红色通道值 200（二进制 11001000）中隐藏比特 1。将最后一位替换为 1 后得到 11001001 = 201，这种变化人眼无法察觉。

在数千个像素中完成嵌入后，只需按顺序读取这些 LSB，就可以重构载荷。

消息是一串字节，每个字节包含 8 位。要隐藏带有长度标头的单词，您需要将载荷展平成比特流，并在每个颜色通道中写入一位。

实用的嵌入器还会存储长度前缀或唯一的终止序列，这样提取器就知道何时停止读取；否则，它无法区分载荷和载体噪声。

steghide、zsteg 和 stegano 等工具正是自动完成这项工作的，通常还会加入密码和加密层。

由于压缩的影响，格式非常重要：

• 无损格式（PNG、BMP）会逐像素准确保留所有数据。LSB 数据可以完好保留，因此它们是理想的载体。
• 有损格式（JPEG）会在压缩过程中丢弃细节，从而破坏简单的 LSB 数据。

对于 JPEG，嵌入必须在DCT 系数中进行，也就是压缩过程中使用的频域数值，而不是直接在原始像素中进行。steghide 以及经典的 JSteg/OutGuess 都在该域中运行，因此载荷能够在压缩步骤后保留下来。

简单的像素 LSB 嵌入非常脆弱。任何会改变像素值的操作都会破坏隐藏的比特：

• 重新保存为 JPEG：有损压缩会重新写入字节。
• 调整大小或裁剪：重新采样会改变每个数值。
• 颜色调整：亮度或对比度发生偏移。
• 上传到社交媒体：平台会自动重新编码图像。

这正是三角关系中的鲁棒性一角。如果载荷必须经受住编辑（例如水印），就应当在频域（DCT/DWT）中进行嵌入，并以较低容量作为交换。

简单的 LSB 嵌入会从左上角开始依次写入像素，这会产生可检测的统计特征。更隐蔽的方法会分散载荷，以规避分析：

• 伪随机放置：隐写密钥为 PRNG 设置种子，由 PRNG 选择哪些像素承载比特，使其模式看起来是随机的。
• 噪声区域：在纹理区域（草地、头发）中进行嵌入，因为这些区域本来就存在变化，而不是选择平滑的天空。
• 自适应嵌入：现代算法会最小化可检测性代价函数。

隐写密钥还充当密码：即使分析人员怀疑存在隐藏数据，没有密钥也无法重构比特顺序。

音频遵循与图像相同的原理，但操作在时域或频域中。一份 WAV 文件存储采样值，通常是表示振幅的 16 位数字，每秒采样数千次。

音频中的 LSB 嵌入会改写每个采样值的最低位。16 位振幅变化 1 个单位，远低于人类听觉的感知阈值，因此音频听起来完全相同。

每个通道每秒有 44,100 个采样值，因此音频提供了很大的容量。不过，MP3 等有损格式会破坏原始采样值中的 LSB，其原理与 JPEG 破坏像素 LSB 相同。

除了 LSB 之外，音频隐写术还会利用基于听觉工作方式的感知技巧：

• 相位编码：改变音频成分的相位；人耳对绝对相位并不敏感。
• 回声隐藏：引入极其微小且不可感知的回声，通过延迟来编码比特。
• 扩频：将载荷以低强度噪声的形式扩散到宽频带中，使其能够抵抗编辑。
• 音调插入：利用被附近更响亮声音掩盖的音调隐藏数据（心理声学掩蔽）。

这些方法会以容量换取鲁棒性和隐蔽性，与图像的频域方法类似。

不同媒体之间有一个统一的思路，那就是选择使用的域：

• 空域/时域：直接在像素或采样值中进行嵌入。方法简单且容量高，但难以抵抗压缩。
• 频域：先对信号进行变换（JPEG 使用 DCT，小波使用 DWT，音频使用 FFT），再将数据嵌入系数中，最后变换回去。这种方法更鲁棒、更隐蔽，但容量较低且更加复杂。

规则是：如果载体将被压缩、调整大小或共享，就应在频域中进行嵌入。对于未经处理的无损载体，使用空域 LSB 就足够了。

在嵌入之前，先估算可以安全隐藏多少数据。一个实用的指导指标是嵌入速率，即每个载体比特中隐藏的比特数。

• 每个通道 1 位（完整 LSB）：容量最大，但最容易被检测。
• 部分速率：只使用部分像素，虽然会降低容量，却能显著提高不可感知性。

一张 1920x1080 的 RGB 图像大约有 620 万个颜色字节，使用完整 LSB 时约为 777 KB。但注重安全性的嵌入只会使用其中一部分，因为填满每个 LSB 会产生统计异常，隐写分析工具很容易检测到这些异常。

从防御者的角度来看，了解嵌入方式就能帮助您确定需要注意的对象：

• 格式不匹配：在预期使用 JPEG 的情况下出现 PNG/BMP，可能表示有人选择了无损载体来进行 LSB 嵌入。
• 大小异常：文件大小明显超过其可见内容所需的大小，值得警惕。
• 重新编码作为防御措施：对所有上传内容重新压缩的平台会破坏简单的 LSB 载荷，这是成本低廉的缓解措施。
• 统计分析：完整 LSB 嵌入会使比特值的自然分布趋于平坦，隐写分析可以检测到这种变化。

这些特征将引出下一课：检测隐藏数据。

测试您对格式选择的理解。

您已经学习了数据实际上如何嵌入媒体文件。

• LSB 嵌入会改写每个颜色或音频采样值的最低位，变化 1 个单位是不可感知的。
• 长度前缀或终止符会标记载荷的结束位置；steghide 和 stegano 等工具可以自动完成这项工作，并支持可选的加密。
• 无损格式（PNG、BMP、WAV）会保留 LSB 数据；有损格式（JPEG、MP3）则需要在频域中嵌入（DCT/回声/扩频）。
• 通过伪随机放置、噪声区域嵌入以及由隐写密钥控制的自适应算法，可以提高隐蔽性。
• 空域与频域的选择需要在容量和鲁棒性之间进行权衡。
• 防御者会关注格式不匹配、大小异常和统计特征，并使用重新编码来破坏简单载荷。

接下来，我们将通过隐写分析学习如何检测隐藏数据。