StegoRank sigue el estado actual de las técnicas y herramientas de esteganografía en imágenes, con especial atención a cómo de detectables son frente al estegoanálisis práctico.

La comparación se organiza alrededor de las técnicas de incrustación subyacentes, porque muchas herramientas implementan los mismos métodos, o métodos muy cercanos. Esto facilita entender qué se está evaluando realmente: la herramienta, la técnica que utiliza, la carga insertada y el detector empleado para analizarla.

Última actualización: 7 de julio de 2026. Esta es una sección viva: los resultados y clasificaciones pueden cambiar a medida que se actualicen herramientas, detectores y protocolos de comparación.

Ver la comparativa

Acceso rápido a las gráficas para comparar detectabilidad en imágenes sin comprimir, JPEG e imágenes generadas con IA.

Encontrar una técnica

Listado de familias, dominios de incrustación, herramientas representadas y resistencia a detección.

Entender los métodos adaptativos

Entrada recomendada para HILL, S-UNIWARD y otras técnicas que seleccionan zonas menos detectables.

Interpretar los resultados

Notas sobre payload, fuente de imágenes, detectores y por qué el ranking no debe leerse como una garantía universal.

  1. Gráficas comparativas
  2. Técnicas y herramientas
  3. Cómo leer estos resultados

Gráficas comparativas

Las gráficas siguientes son la forma más rápida de leer la comparativa actual. Muestran cómo de detectables son distintas técnicas y herramientas de esteganografía en imágenes bajo las condiciones evaluadas.

Comparativa de métodos de esteganografía en imágenes sin comprimir
Comparativa de esteganografía en imágenes sin comprimir, como PNG, TIF o BMP.
Comparativa de métodos de esteganografía en imágenes JPEG
Comparativa de esteganografía en imágenes JPEG.
Comparativa de esteganografía convencional y side-informed en imágenes de Stable Diffusion
Comparativa de métodos de esteganografía evaluados en imágenes generadas con Stable Diffusion. La accuracy de HILL, UNIWARD, SI-HILL y SI-UNIWARD está promediada entre EfficientNet-B0 y SRNet; el punto generativo con Stable Diffusion se muestra en 0.02 bpp con detección a nivel de azar.

Técnicas y herramientas

Muchas herramientas implementan las mismas técnicas, o técnicas muy cercanas. Las tablas siguientes enlazan cada familia con su ficha y resumen las herramientas representadas en la comparativa. Para un catálogo más amplio, consulta el listado de herramientas de esteganografía.

Imágenes sin comprimir

Métodos aplicados sobre píxeles o muestras de imágenes sin compresión con pérdida, como PNG, TIF o BMP. Aquí aparecen desde técnicas simples basadas en LSB hasta métodos adaptativos modernos.

Familia técnica Software que usa esta técnica Resistencia a detección
LSB replacement OpenStego, OpenPuff Parcialmente detectable
LSB matching Implementaciones de investigación / experimentales Parcialmente detectable
HILL HStego < 0.4 Parcialmente detectable
S-UNIWARD HStego >= 0.4 Difícil de detectar

Imágenes generadas con IA

En este bloque la fuente de imágenes es parte central del problema. No basta con detectar que una imagen procede de un generador: en generadores de uso general, como Stable Diffusion, el escenario relevante es diferenciar imágenes cover e imágenes stego generadas por la misma fuente.

Familia técnica Software que usa esta técnica Resistencia a detección
Esteganografía generativa SteganoGAN
mas_GRDH
Muy fácil de detectar
Difícil de detectar
SI-HILL Implementación experimental Difícil de detectar
SI-UNIWARD Implementación experimental Difícil de detectar

Imágenes JPEG

Métodos que operan sobre coeficientes JPEG o herramientas diseñadas para este formato. La comparación separa técnicas históricas, herramientas de uso práctico y métodos adaptativos más recientes.

Familia técnica Software que usa esta técnica Resistencia a detección
Métodos clásicos en dominio JPEG Outguess y otros Muy fácil de detectar
F5 F5 Muy fácil de detectar
Steghide Steghide Fácil de detectar
J-UNIWARD HStego < 0.4 Parcialmente detectable
J-UNIWARD + Cost Polarization HStego >= 0.4 Difícil de detectar

Cómo leer estos resultados

El nivel resume la resistencia a detección en el escenario evaluado. Para las filas de la comparativa de Aletheia, se calcula por separado para cada dominio a partir de la accuracy media del detector en los payloads mostrados en las gráficas: dentro de cada dominio, la accuracy media más alta se representa con un rectángulo rojo y la accuracy media más baja con cinco rectángulos verdes. Las filas basadas en imágenes de Stable Diffusion siguen el protocolo descrito en sus fichas correspondientes. No debe leerse como un ranking universal de herramientas, y no implica indetectabilidad. La detectabilidad depende de varios factores:

  • payload;
  • fuente de imágenes;
  • formato y dominio de incrustación;
  • detalles de implementación;
  • detector y datos de entrenamiento;
  • si la evaluación se realiza dentro de la misma fuente o entre fuentes distintas.

Por este motivo, StegoRank trata las herramientas como puntos de entrada prácticos, pero organiza la comparación alrededor de técnicas y condiciones de evaluación.