LSB matching

Information

Abstract

Cornell

  • random (+/−) byte value.

Main concept: Khái niệm chính

Key points:

  • Giả sử muốn giấu bit 0 vào dữ liệu gốc (vật chứa) 53 (00110101)
  • LSB: Thay bit 1 thành 0 → 53 - 1 = 52. Nhìn chung là nếu mà LSB mà bị đổi thành 0 thì tức là giá trị gốc sẽ bị -1 → Thống kê là sẽ bị phát hiện.
  • LSB matching:
    • Random chọn việc +1 hoặc -1 vào số 53 tức là nó sẽ đổi thành 53 - 1 = 52(00110100) hoặc 53 + 1 = 54(00110110). Nghĩa là nó đỡ dễ bị phát hiện hơn.

Links: LSB audio thuần

  • random + hoặc trừ chứ không luôn trừ như thằng LSB.
  • Khó bị phát hiện dựa trên thống kê hơn.

Triết lý của LSB Matching

Thay vì ghi đè trực tiếp bit ít ý nghĩa nhất (LSB) của mẫu âm thanh, LSB Matching sẽ
●      So sánh LSB của mẫu âm thanh với bit thông điệp cần giấu.
●      Nếu giống nhau, giữ nguyên mẫu.
●      Nếu khác, thay vì thay thế bit, thuật toán sẽ tăng hoặc giảm nhẹ giá trị mẫu (±1 vào giá trị byte) sao cho LSB sau khi thay đổi sẽ khớp với bit cần giấu.

Ưu điểm:

●      Khó phát hiện hơn LSB truyền thống bằng các công cụ thống kê
●      Ít gây biến dạng tín hiệu nghe được

Lý thuyết

LSB Replacement (Thay thế LSB)

LSB Matching (Đối sánh LSB)

Ví dụ về sự khác biệt

Hãy xem xét một ví dụ cụ thể để thấy rõ sự khác biệt trong quá trình thực hiện:

Giả sử chúng ta có:

1. Với LSB Replacement:

2. Với LSB Matching:

Như vậy, với cùng một byte gốc (53) và cùng một bit cần giấu (0), LSB replacement luôn cho ra kết quả là 52, trong khi LSB matching có thể cho ra 52 hoặc 54 (tùy thuộc vào lựa chọn ngẫu nhiên).

Tại sao LSB Matching lại tốt hơn?

Sự khác biệt nhỏ trong cách thay đổi này mang lại lợi ích lớn về mặt bảo mật:

Tóm lại, LSB matching tốt hơn LSB replacement vì nó không tạo ra các bất thường thống kê dễ bị phát hiện, mặc dù cả hai đều chỉ thay đổi LSB để nhúng thông tin.

Code phân tích, thống kê → detect

import wave
import numpy as np
import matplotlib.pyplot as plt
import os


def read_wav(filename):
    """Read samples from a WAV file."""
    try:
        wav_file = wave.open(filename, 'rb')
        nchannels = wav_file.getnchannels()
        sampwidth = wav_file.getsampwidth()
        framerate = wav_file.getframerate()
        nframes = wav_file.getnframes()
        if sampwidth != 2:
            raise ValueError("Only 16-bit WAV files are supported.")
        samples = np.frombuffer(wav_file.readframes(nframes), dtype=np.int16)
        wav_file.close()
        return samples, nchannels, sampwidth, framerate
    except FileNotFoundError:
        print(f"Audio file {filename} not found.")
        return None, None, None, None
    except Exception as e:
        print(f"Error reading WAV file: {e}")
        return None, None, None, None


def extract_lsb(samples):
    """Extract 6 LSBs from each sample."""
    return samples & 0x3F  # Get 6 LSBs (values from 0 to 63)


def analyze_files(file1, file2):
    """Analyze two WAV files for steganography with improved visualization."""
    # Read files
    samples1, nchannels1, sampwidth1, framerate1 = read_wav(file1)
    samples2, nchannels2, sampwidth2, framerate2 = read_wav(file2)
    
    if samples1 is None or samples2 is None:
        return
    
    # Check compatibility
    if (nchannels1 != nchannels2 or sampwidth1 != sampwidth2 or 
        framerate1 != framerate2 or len(samples1) != len(samples2)):
        print("Files are not compatible (different channels, sample width, framerate, or length).")
        return
    
    # Extract LSBs
    lsb1 = extract_lsb(samples1)
    lsb2 = extract_lsb(samples2)
    
    # Calculate sample differences
    diff = samples2 - samples1  # Difference between samples
    
    # Count modified samples
    modified_samples = np.sum(diff != 0)
    total_samples = len(samples1)
    modified_percentage = (modified_samples / total_samples) * 100
    
    # Create histograms
    plt.figure(figsize=(12, 10))
    
    # Histogram of LSB values (first 1000 samples to focus on stego region)
    plt.subplot(2, 1, 1)
    plt.hist(lsb1[:1000], bins=64, range=(0, 64), alpha=0.5, label=os.path.basename(file1), color='blue', density=True)
    plt.hist(lsb2[:1000], bins=64, range=(0, 64), alpha=0.5, label=os.path.basename(file2), color='red', density=True)
    plt.title(f'LSB Distribution (First 1000 Samples): {os.path.basename(file1)} vs {os.path.basename(file2)}')
    plt.xlabel('LSB Value (0 to 63)')
    plt.ylabel('Normalized Frequency')
    plt.legend()
    plt.grid(True, alpha=0.3)
    plt.ylim(0, 0.1)  # Limit y-axis to make differences visible
    
    # Histogram of sample differences (excluding zero to highlight changes)
    non_zero_diff = diff[diff != 0]
    plt.subplot(2, 1, 2)
    if len(non_zero_diff) > 0:
        plt.hist(non_zero_diff, bins=127, range=(-63.5, 63.5), color='green', density=True)
        plt.title(f'Sample Differences (Non-Zero): {os.path.basename(file2)} - {os.path.basename(file1)}')
    else:
        plt.text(0.5, 0.5, 'No differences detected', horizontalalignment='center', verticalalignment='center')
        plt.title(f'Sample Differences: {os.path.basename(file2)} - {os.path.basename(file1)}')
    plt.xlabel('Difference Value')
    plt.ylabel('Normalized Frequency')
    plt.grid(True, alpha=0.3)
    
    plt.tight_layout()
    plt.savefig('stego_analysis_improved.png')
    plt.close()
    
    # Conclusion
    print(f"Analysis Results:")
    print(f"- Total samples: {total_samples}")
    print(f"- Modified samples: {modified_samples} ({modified_percentage:.2f}%)")
    
    # Calculate LSB entropy
    def calculate_entropy(data):
        counts, _ = np.histogram(data, bins=64, range=(0, 64), density=True)
        entropy = -np.sum([p * np.log2(p + 1e-10) for p in counts if p > 0])
        return entropy
    
    entropy1 = calculate_entropy(lsb1)
    entropy2 = calculate_entropy(lsb2)
    print(f"- LSB Entropy ({os.path.basename(file1)}): {entropy1:.2f} bits")
    print(f"- LSB Entropy ({os.path.basename(file2)}): {entropy2:.2f} bits")
    
    # Determine which file is stego
    if modified_samples > 0:
        print(f"\nConclusion: {os.path.basename(file2)} is likely the stego file (contains hidden data).")
        print(f"Reason: {modified_samples} samples differ, indicating LSB modifications.")
    else:
        print(f"\nConclusion: No clear evidence of steganography.")
        print(f"Reason: No sample differences detected.")


def main():
    file1 = input("Enter the first WAV file (original): ")
    file2 = input("Enter the second WAV file (potentially stego): ")
    analyze_files(file1, file2)


if __name__ == "__main__":
    main()

Ref: