
取证要问的不是你有没有藏消息,而是直方图有没有动。每一次最低有效位嵌入都会翻转某个像素通道的奇偶分布,而卡方攻击读的正是同一种统计指纹。搞清楚位平面嵌入前后各是什么样子,嵌入与检测就不再靠猜,变成可以验算的算术。本文是 图片隐写术:嵌入与检测 的实战指南:按行优先遍历 R-G-B 的通道,载荷按高位在前逐位读出,配一个 12 字节文件头、可选的带种子散列,回程时再跑 Westfeld–Pfitzmann 分析。
这个工具在你的 PNG 里究竟存了什么
嵌入端每个颜色通道写一位,按行优先遍历像素,先红、再绿、后蓝。每个通道里,这一位按高位在前的顺序消费,所以第一个像素红色字节的最高位成为载荷的第一位。这条约定比格式里其他任何东西都重要,因为提取器分歧最多的地方就在这里。

解码器若按 G-B-R 而不是 R-G-B 遍历,读到的字节会整体错开三分之一的位置。结果不是乱码,那反倒好办;它是一串很短、看上去合理、实则错误的字符串。信任任何一个提取器之前,先分别确认通道顺序和位顺序。
格式摘要:
- 通道遍历:行优先,红、绿、蓝,每像素三位。
- 位顺序:每个字节内高位在前,因此第一个红色 LSB 承载载荷的第一位。
- 文件头:12 字节的 STG1 前缀,带长度字段和载荷校验和。
- 散列:可选的带种子 Fisher-Yates 置换,重新指定哪个像素承载哪一位。
带 alpha 的像素,以及翻转之后就会改变可见图像的像素,构成了容量的实际约束。每像素三位是上限;在你的消息开始之前,文件头先占掉十二位。
那 12 个字节的文件头,专破顺序提取器
裸的位流没有长度。提取器会一直读字节,直到像素数据用完,再把拼出来的东西报给你。STG1 文件头用一个魔法标记加一个显式长度,把这件事定死。
文件头布局:
-
字节 0–3:ASCII 魔法值
STG1,让检测器能确认文件头是否存在。 - 字节 4–7:载荷长度(字节数),提取器据此知道消息到哪里结束。
- 字节 8–11:对载荷正文的校验和,把静默截断变成显式失败。
有了它,无头隐写文件与带头隐写文件仅凭查看就能区分。检测器若在偏移零处报出干净的特征,说明它找到了结构化载荷;长度字段会告诉你消息经重编码后是否完好。查别人的图片时,STG1 的存在比任何单一统计量都更硬,因为它是意图的声明,不是从像素统计推出来的结论。
用带种子的置换把载荷打散
顺序嵌入除了通道顺序,还有第二个弱点。位落在相邻像素上,整条消息就占据图像顶部一段连续区域,任何按你的约定写出来的提取器都能轻松取出。散列选项用带种子的 PRNG 对可用像素槽做 Fisher-Yates 洗牌,同一个种子永远给出同一个置换。
这种确定性正是设计要点。随机散列没有种子就取不回来;带种子的散列,谁握着种子谁就能还原,换一个会话跑也与当初逐位相同。对 CTF 而言,你可以把种子和图片一起记下,精确复现提取过程。对检测而言,嵌入的载荷看起来是散在全帧上的单比特翻转,而不是干净的一段连续区,朴素检测器的噪声地板被抬高了。
定下置换之前,可以先在洗牌前后抽样比特位置,检查置换质量。对 N 个槽做正确的 Fisher-Yates,会得到覆盖整幅图像的均匀分布;洗牌写错了,就会留下看得见的聚集。
卡方为什么能抓到 LSB 嵌入
这套经典攻击出自 Westfeld 与 Pfitzmann,做法是把某个通道最低有效位的观测直方图与双假设模型相比。零假设说 LSB 位面是随机的,比特在零与一之间对半分。备择假设说这里嵌入过一段低熵的 ASCII 文本,位面因此向零偏斜。

ASCII 文本的字节里约有六成比特是置位的,所以「已嵌入」这一假设预测位面明显不对称。卡方衡量的是双假设模型下观测计数与期望计数的偏离程度。数值小,意味着零假设仍能解释数据,那正是干净图像的特征。
stegsolve 与 StegOnline 的工作流背后就是这套分析,只不过这里是自动跑的。那些工具手动展示的东西,检测端按通道逐个算出来。关键在于三个通道分开评分,不合并。合并会把答案藏起来,因为在红色通道上明显不随机的消息,一旦与绿、蓝平均,看上去依然平平无奇。
读跨通道下降的 p 曲线
单个卡方数值是一个判决,曲线才是证据。滑窗分析让一个移动窗口走过该通道的位面,画出每个窗口的 p 值,载荷占据图像前段时,就形成那条特征性的下降曲线。
从左往右读。起点高、一路下行,标出的是嵌入开始的位置。起点低、始终低,说明这张图的位面从来就不干净。贴着顶部的一条平线,是你能拿到的最强阴性结果:整幅图像没有哪一个窗口在统计上与噪声可区分。
三条通道曲线各说明什么:
- 一条通道下降:单通道嵌入,短消息的常见情形。
- 两三条通道一起下降:载荷超出了一个通道的容量,溢到别处去了。
- 三条全平:未检测到 LSB 载荷,但这不等于不存在载荷。
这条退路很重要。嵌入前经过强压缩或加密的载荷,熵接近最大,卡方模型看不见它,因为压缩的全部意义就是消掉这项检验要找的那种 ASCII 偏斜。曲线干净只说明经典攻击一无所获,不说明图像干净。
位平面预览与熵统计
位平面预览把每个通道的最低有效位渲染成黑白图像,把一个统计学论证变成能看的东西。这一层上的嵌入文本,表现为比特被翻转区域内隐约的暗色斑点,斑点的视觉结构通常与载荷形状吻合。
熵统计是它的量化搭档。对通道的字节分布求香农熵,嵌入推进时熵会朝一个方向小幅而稳定地移动,因为 LSB 位面从均匀分布转向 ASCII 偏斜的分布。这个位移小到只能算旁证,不能当证明,所以值得与卡方结果并列汇报,而不是拿它替代卡方。
三种视图回答不同的问题。位平面预览告诉你位置。卡方曲线告诉你何时开始、强度多大。熵的差值告诉你整体分布到底动没动。一份同时报出这三项的检测结果,在初筛时远比一个单独的判决数字有用。
与其他隐写工具的互操作性
嵌入格式只有在别人读得懂时才有用。这个工具写下的约定,正是主流分析工具所假定的那些,所以这里写的载荷能在 stegsolve 里分析,那边提取的载荷也能在这里还原。
不匹配的情形值得点名,因为它们通常是「本该不干净却显示干净」的解释。写入端与读取端通道顺序不同,消息就整体错位。字节内位序不同,消息就被倒置。用编辑器另存一次、像素数据被重新压缩,LSB 位面会被整个丢弃,因为载荷从来不在压缩流里,它在解码后的像素值里。
嵌入前若需要确认容量,先数可用像素。每像素三个可用位是上限;消息超出「文件头预算加载荷」的额度时不会报错,而是在图像边界处被悄悄截断。若想直接看字节布局而不是统计量,图片位深检查器 会显示嵌入所依赖的各通道位深,十六进制查看器 则让你在解码流里直接核对文件头字节。
一套可复现的嵌入、检测与验证流程
能提早发现问题的回路很短。带着明确的种子嵌入,保留原始文件,然后从原件而不是任何中间副本重新提取。往返若立刻失败,问题在写入端的约定,不在检测器;再怎么跑卡方分析,也分辨不出两者哪一个错了。

验证顺序:
- 嵌入,记下种子,以及文件头报告的长度。
- 立即从原始文件提取,确认这套约定能往返。
- 检测,分别读各通道的卡方值和下降 p 曲线。
- 把位平面预览与已知载荷对照,确认曲线不是误报。
- 归档原始文件,与嵌入后的文件并排放,因为任何重新保存都会让检验失效。
熵工具也值得作为基线了解一下。嵌入前先把干净的原图跑一遍 熵计算器,你就有了参考分布;它与嵌入后文件的差值,是能带进报告的最便于移植的证据。想拿统计面的工具与像素面的工具对比,可以到 elysiatools.com 浏览其余工具集。
Pingback: Image Steganography Field Guide: When Three LSBs and One Chi-Square Number Tell You Whether the Message Is There - COSESAI