La esteganografía en imágenes consiste en ocultar información dentro de una imagen intentando que el resultado siga siendo visual y estadísticamente plausible. La imagen original es la cover, la imagen modificada es la stego, y los datos ocultos forman el payload.

La cuestión práctica no es solo si el mensaje puede incrustarse y extraerse. Un método útil también debe considerar la detectabilidad de los cambios, el formato de la imagen, la cantidad de información incrustada y si la imagen será redimensionada, recomprimida o subida a una plataforma que la modifique.

Para definiciones breves, consulta la FAQ de esteganografía. Para la parte de detección, consulta estegoanálisis en imágenes.

Contenido

  1. Qué intenta conseguir la esteganografía en imágenes
  2. Por qué importa el formato de imagen
  3. Esteganografía en dominio espacial
  4. Esteganografía en dominio JPEG
  5. Incrustación adaptativa y funciones de coste
  6. Capacidad y detectabilidad
  7. Herramientas y recursos prácticos
  8. Lecturas relacionadas

Qué intenta conseguir la esteganografía en imágenes

La esteganografía es distinta de la criptografía. La criptografía protege el contenido del mensaje, pero normalmente no oculta que existe una comunicación protegida. La esteganografía intenta ocultar la existencia misma de la comunicación incrustando el mensaje dentro de una imagen aparentemente normal.

En la práctica, ambos enfoques suelen combinarse: primero se cifra el mensaje y después se incrusta en la imagen. Si se descubre la imagen stego, el cifrado sigue protegiendo el contenido; si no se detecta, la comunicación permanece oculta.

La restricción principal es la detectabilidad. Un método puede conservar la calidad visual y aun así dejar trazas estadísticas que un detector de estegoanálisis pueda encontrar.

Por qué importa el formato de imagen

El dominio de incrustación depende del formato:

  • En imágenes raster sin pérdida, como PNG o BMP, los métodos suelen modificar directamente los valores de los píxeles. Esto se conoce como esteganografía en dominio espacial.
  • En imágenes JPEG, los métodos suelen modificar coeficientes DCT cuantizados, porque JPEG almacena la imagen en una representación transformada y comprimida.
  • En imágenes generadas con IA, la distribución de la fuente puede ser distinta de la de imágenes de cámara o editadas, lo que puede afectar tanto a la incrustación como a la detección.

Esta distinción es esencial. Si se aplica un método espacial sobre un PNG y después la imagen se guarda como JPEG, el mensaje oculto puede destruirse. Si se usa un método en dominio JPEG, una recomresión posterior también puede modificar los coeficientes DCT y romper la extracción.

Para más detalle, consulta los capítulos sobre esteganografía en imágenes raster sin pérdida y esteganografía en imágenes JPEG.

Esteganografía en dominio espacial

Los métodos espaciales modifican directamente valores de píxeles. El ejemplo clásico es la esteganografía LSB, donde los bits menos significativos de las muestras se usan para guardar bits del mensaje.

Con LSB replacement, un valor se modifica solo cuando su bit menos significativo no coincide con el bit del mensaje. Si se modifica un valor par, solo puede pasar a impar; si se modifica un valor impar, solo puede pasar a par. Este comportamiento de paridad ayuda a entender por qué LSB replacement simple puede detectarse estadísticamente.

Con LSB matching, el valor se incrementa o decrementa aleatoriamente cuando hace falta cambiarlo. Esto evita el mismo artefacto de paridad, pero sigue alterando la distribución de valores vecinos y puede detectarse con métodos más fuertes.

La esteganografía espacial moderna suele evitar modificar píxeles de forma uniforme. En su lugar, intenta colocar cambios en regiones con textura o ruido, donde son menos detectables. Ejemplos de este enfoque son métodos adaptativos basados en funciones de distorsión como HILL o S-UNIWARD.

Esteganografía en dominio JPEG

La esteganografía JPEG trabaja directamente en el dominio transformado de JPEG. La imagen se divide en bloques, se transforma con la DCT, se cuantiza y se almacena como coeficientes. Por tanto, la esteganografía JPEG modifica coeficientes DCT cuantizados, no píxeles RGB directamente.

Métodos JPEG antiguos como F5 y nsF5 introdujeron ideas importantes, como la codificación matricial y el tratamiento del shrinkage, pero ya no son fuertes frente al estegoanálisis moderno en muchos escenarios prácticos.

Los métodos JPEG más modernos usan incrustación adaptativa. J-UNIWARD es un ejemplo representativo: asigna costes diferentes a posibles cambios de coeficientes e intenta incrustar el mensaje donde la distorsión estimada es menor.

Incrustación adaptativa y funciones de coste

La esteganografía adaptativa asigna un coste a las modificaciones posibles y trata de evitar los cambios que probablemente serán más detectables. En imágenes espaciales, las posiciones de bajo coste suelen estar en zonas con textura o ruido. En JPEG, las posiciones de bajo coste se seleccionan entre coeficientes DCT según el modelo de distorsión.

El payload suele incrustarse con métodos de codificación como los syndrome-trellis codes, que reducen el número y el impacto de las modificaciones necesarias para ocultar un mensaje.

Los métodos adaptativos no hacen que la esteganografía sea indetectable. Reducen la detectabilidad bajo un modelo, payload, fuente de imágenes y detector concretos.

Capacidad y detectabilidad

La capacidad es la cantidad de datos que puede ocultarse. Suele expresarse como bits por píxel en imágenes espaciales o bits por coeficiente AC no nulo en JPEG.

Cuanto mayor es el payload, mayor suele ser la detectabilidad. Un payload pequeño distribuido en posiciones adecuadas puede ser difícil de detectar; un payload grande fuerza más cambios y normalmente deja trazas más claras.

Para una comparación de métodos por detectabilidad práctica, consulta StegoRank, incluyendo LSB replacement, métodos espaciales adaptativos y esteganografía generativa.

Herramientas y recursos prácticos

HStego es una herramienta práctica para ocultar datos en imágenes de mapa de bits y JPEG. Está incluida en StegoLab y usa límites de payload pensados para reducir la detectabilidad en los escenarios soportados.

Recursos relacionados:

Lecturas relacionadas