System steganograficzny oparty na optymalizacji, mapach złączeniowych i szyfrowaniu Blowfish

Ukrywanie wiadomości na widoku

Większość z nas wysyła zdjęcia codziennie, nie zastanawiając się, co jeszcze mogą przenosić. To badanie pokazuje, jak schować cały obraz w innym obrazie tak sprytnie, że nawet zaawansowane narzędzia sztucznej inteligencji mają trudności z wykryciem czegoś niepokojącego. Praca ma znaczenie dla wszystkich dbających o prywatność i bezpieczną komunikację — od udostępniania danych medycznych po służby porządkowe i dziennikarzy działających w warunkach cenzury.

Dlaczego ukrywać dane w obrazach?

Steganografia to sztuka ukrywania informacji tak, aby sama ich obecność była tajemnicą. Zamiast szyfrować dane w tradycyjny sposób, steganografia wprowadza ukrytą wiadomość do zwykłego pliku, na przykład zdjęcia. Wyzwanie polega na tym, by zmieścić wystarczająco dużo sekretnej treści, jednocześnie utrzymując naturalny wygląd obrazu i zapewniając, że atakujący — w tym potężne systemy oparte na głębokim uczeniu — nie wykryją, że coś zostało ukryte. Artykuł zajmuje się tym trójstronnym kompromisem: jak pozostać niewidzialnym, przenosić dużą ilość danych i być odpornym na zautomatyzowane wykrywanie.

Sprytniejsze ukrywanie z mapą „zajętych” obszarów

Autorzy zaczynają od prostego pytania: gdzie na obrazku można wprowadzić drobne zmiany, których nikt nie zauważy? Ludzkie oko jest mniej wrażliwe na niewielkie korekty w złożonych, teksturowanych obszarach niż na gładkie niebo czy płaskie ściany. System najpierw analizuje tzw. obraz okrywający — zdjęcie, które ma nieść sekret — tworząc dwa przewodniki. Jeden mierzy lokalny chaos, czyli entropię, by znaleźć rejony pełne drobnych detali. Drugi używa miary przypominającej wykrywanie krawędzi, by uwypuklić szumne, o wysokim kontraście strefy. Te dwa przewodniki łączy się w pojedynczą „mapę złączeniową”, która działa jak mapa cieplna najlepszych miejsc do ukrycia, kierując system z dala od gładkich, delikatnych obszarów.

Zabezpieczenie sekretu zanim zostanie ukryty

Zanim nastąpi jakiekolwiek ukrywanie, obraz sekretu jest w pełni szyfrowany dobrze znanym szyfrem Blowfish. Ten etap oznacza, że nawet jeśli atakujący w jakiś sposób wydobędzie ukryte bity, zobaczy jedynie zaszyfrowany szum, a nie czytelny obraz. Zaszyfrowany obraz jest następnie zamieniany na strumień bitów, które trzeba wprowadzić do obrazu okrywającego pojedynczo. Sam proces ukrywania wykorzystuje klasyczny trik: modyfikację najmniej znaczących bitów wybranych pikseli. Te minimalne zmiany są wizualnie niemal niezauważalne, ale mogą niezawodnie przechować zaszyfrowane dane, jeśli zostaną umieszczone ostrożnie.

Pozwolenie rojowi na poszukiwanie najlepszej strategii

Wybór, gdzie i w jakiej kolejności ukrywać bity, okazuje się złożoną łamigłówką. Aby ją rozwiązać, autorzy zastosowali Particle Swarm Optimization — metodę poszukiwań inspirowaną naturą, naśladującą sposób, w jaki stada ptaków czy ławice ryb przemieszczają się ku dobrym lokalizacjom. Każda „cząstka” reprezentuje kandydatkę strategię łączenia ustawień mapy złączonej i rankingu pikseli. Rój wielokrotnie testuje różne strategie, punktując je według tego, jak mało zniekształcają obraz okrywający oraz jak dokładnie da się odzyskać sekret. W ciągu kilkudziesięciu iteracji rój zbiega do planu osadzania, który utrzymuje obraz w naturalnym wyglądzie, jednocześnie zapewniając perfekcyjną rekonstrukcję ukrytego obrazu.

Próby — sprawdzenie systemu

Naukowcy przetestowali swoją metodę na standardowych zbiorach obrazów często używanych w społeczności steganograficznej. Nawet przy ukrywaniu do około jednego sekretnego bitu na piksel — stosunkowo dużym obciążeniu — zmienione obrazy, zwane stego, pozostały wizualnie niemal nieodróżnialne od oryginałów. Mierniki jakości obrazu utrzymywały się znacznie powyżej poziomów, przy których ludzie zauważyliby zmiany, a obrazy sekretne były odzyskiwane perfekcyjnie. Co kluczowe, dwie nowoczesne sieci do steganalizy oparte na głębokim uczeniu, zaprojektowane specjalnie do wykrywania ukrytej zawartości, nie radziły sobie lepiej niż losowe zgadywanie. Tradycyjny test statystyczny wykazał również jedynie skromne sygnały, szczególnie przy bardziej realistycznych, umiarkowanych poziomach ukrywania.

Co to oznacza dla codziennego bezpieczeństwa

Mówiąc prosto, praca pokazuje, że możliwe jest ukrycie znacznej ilości zaszyfrowanych informacji w zwykłych obrazach w skali szarości, przy jednoczesnym zachowaniu niezmienionego wyglądu zdjęć i ich dużej nieuchwytności nawet dla obecnych detektorów opartych na AI. Metoda działa wystarczająco szybko, by nadać się do użycia w czasie rzeczywistym i mogłaby wspierać zastosowania takie jak bezpieczna telemedycyna, poufne udostępnianie obrazów czy wrażliwe raporty terenowe, które muszą podróżować pod płaszczykiem codziennych zdjęć. Choć badanie koncentruje się na czarno-białych obrazach statycznych i pozostawia kolor, wideo oraz silną kompresję jako temat przyszłych prac, demonstruje potężne połączenie: najpierw zaszyfruj komunikat, następnie ukryj go tylko tam, gdzie obraz może bezpiecznie „pochłonąć” zmiany, i pozwól algorytmowi optymalizacyjnemu dopracować szczegóły.

Cytowanie: Aljughaiman, A., Alrawashdeh, R. Optimization-driven steganographic system based on fused maps and blowfish encryption. Sci Rep 16, 4922 (2026). https://doi.org/10.1038/s41598-026-35556-9

Słowa kluczowe: steganografia obrazów, ukrywanie danych, cyfrowa prywatność, zaszyfrowane obrazy, wykrywanie za pomocą głębokiego uczenia