</div>

<p align="center">
<img src="https://assets.kitploit.com/production/public/readmes/121/96f422606110041227c4c4a5a6dfa138bbb5ae0a7443ff02bde46bf1ee2d548d.png" alt="ST3GG Banner" width="600">
<br><sub><i>Dieses Bild enthält versteckte Daten. Kannst du sie finden?</i></sub>
</p>

---

## ⊰ Was ist ST3GG? ⊱

[STE.GG](https://ste.gg)‍​‌​‌​​​​​‌​​‌‌​​​‌​​‌​​‌​‌​​‌‌‌​​‌​‌‌​​‌​​‌​​​​​​‌​​‌‌​​​‌​​‌‌‌‌​‌​‌​‌‌​​‌​​​‌​‌​​‌​‌​‌​‌​​‌‌​​‌​​​​​​‌​‌‌​​‌​‌​​‌‌‌‌​‌​‌​‌​‌‍ ist ein funktionsreiches, quelloffenes Steganografie-Toolkit, das geheime Daten in Bildern, Audiodateien, Dokumenten, Netzwerkpaketen und vielem mehr versteckt – mit **über 100 Kodierungstechniken** für jedes erdenkliche Dateiformat.

Es läuft **zu 100% im Browser** (statische Website, kein Server) oder als **Python CLI/TUI/WebUI**. Nie verlassen Daten deine Maschine. Jede Technik, die kodiert, dekodiert auch. Jede Angriffsfläche ist auch eine Erkennungsfläche.

> *⊰•-•✧ Manche Geheimnisse sind offensichtlich verborgen ✧•-•⊱*

---

## ⊰ Warum ST3GG? ⊱

| Funktion | Andere Tools | **ST3GG** |
|---------|-------------|-----------|
| Kanaloptionen | Nur RGB | **15 Voreinstellungen** (R, G, B, A, RG, RB, RA, GB, GA, BA, RGB, RGA, RBA, GBA, RGBA) |
| Bittiefe | 1 Bit fest | **1-8 Bits pro Kanal** (einstellbar) |
| Kodierungsstrategien | Sequentiell | **4 Strategien** (sequentiell, verschachtelt, gestreut, randomisiert) |
| Verschachtelte Steganografie | - | **Bis zu 11 Ebenen tief** (Matroschka-Modus) |
| Kanal-Chiffre | - | **Innovatives kanalübergreifendes Hopping** (SPECTER) |
| Kompressionsbeständigkeit | - | **F5 überlebt JPEG/soziale Medien; DCT entwickelt für Kompressionsresistenz** |
| Intelligentes Dekodieren | - | **Automatische Erkennung von über 120 Konfigurationen** |
| Verschlüsselung | Einfach/Keine | **AES-256-GCM + XOR** |
| Bildformate | Nur PNG | **PNG, JPEG, WebP, GIF** |
| Dateitypen | Nur Bilder | **Bilder, Audio, Text, Dokumente, Netzwerk, Archive, Code** |
| Beispielbibliothek | Keine | **Über 100 vorkodierte Beispieldateien** |
| Browserbasiert | - | **100% clientseitiges JS, kein Server** |
| KI-Agent | - | **Erschöpfende KI-gestützte Dekodierung aller Methoden** |

---

## ⊰ Das große Ganze: Angriff & Verteidigung ⊱

ST3GG ist ein **Werkzeug mit doppeltem Verwendungszweck** – gebaut für beide Seiten des Steganografie-Schlachtfelds.

### RED TEAM / Angriff – Vergiftungs-Simulationen

Datenexfiltration sieht nicht immer wie Datenexfiltration aus. ST3GG ermöglicht es Red Teams und Forschern, **jeden bekannten Datenschmuggel-Vektor** zu simulieren, um zu testen, ob die Verteidigung sie tatsächlich abfängt:

- **Über 100 Kodierungstechniken** für Bilder, Audio, Text, Dokumente, Netzwerkpakete, Archive und Codedateien
- **Polyglotte Dateierstellung** – Dateien, die gleichzeitig in zwei Formaten gültig sind (PNG+ZIP)
- **Verdeckte Kanäle in Netzwerkprotokollen** – Daten versteckt in DNS-Anfragen, ICMP-Nutzlasten, TCP-Sequenznummern, HTTP-Headern
- **Unicode-Steganografie** – unsichtbare Homoglyphen, Zero-Width-Zeichen, Variantenselektoren, verwirrbare Leerzeichen
- **Kompressionsresistente Kodierung** – F5-Modus arbeitet direkt auf JPEG-Koeffizienten (nachweislich überlebensfähig in sozialen Medien); DCT-Modus für Kompressionsresistenz entwickelt
- **Mehrschichtige Verschachtelung** – bis zu 11 rekursive Steganografie-Ebenen (Matroschka-Modus)
- **Geistermodus** – AES-256-Verschlüsselung + Bit-Verschlüsselung + Rauschköder für maximale Umgehung

*Wenn deine DLP es nicht abfängt, musst du das wissen, bevor der Gegner es tut.*

### BLUE TEAM / Verteidigung – ALLSIGHT Umfassende Erkennung

Das gleiche Toolkit, das steganografische Nutzlasten erstellt, **erkennt und dekodiert sie auch**. Die Analyse-Engine von ST3GG bietet Sichtbarkeit im gesamten Spektrum aller bekannten Datenschmuggel-Oberflächen:

- **Über 20 Erkennungsfunktionen** – Chi-Quadrat-Analyse, Bit-Ebenen-Entropie, Histogrammanalyse, Signatursuche, STEG-Header-Erkennung
- **KI-gestützte exhaustive Analyse** – autonomer Agent testet jede Dekodierungsmethode für den hochgeladenen Dateityp
- **Dateitypidentifikation** – Magic-Byte-Erkennung für über 20 Formate (PNG, JPEG, GIF, BMP, WebP, TIFF, ICO, SVG, WAV, AIFF, AU, MIDI, PCAP, PDF, ZIP, GZip, TAR, SQLite und mehr)
- **Erkennung von Unicode-Steganografie** – Zero-Width-Zeichen, Homoglyphen, Variantenselektoren, kombinierende Zeichen, verwirrbare Leerzeichen, Emoji-Muster
- **Leerzeichenanalyse** – Kodierung durch nachgestellte Leerzeichen/Tabs, Erkennung von Unicode-Leerzeichenvarianten
- **Metadaten-Forensik** – Extraktion von Base64/Hex-Strings, EXIF-Analyse, PNG-Chunk-Inspektion
- **Netzwerkpaketanalyse** – PCAP-Parsing für verdeckte Kanalindikatoren
- **Über 200 automatisierte Tests**, die die Erkennungsgenauigkeit mit null falsch-negativen Ergebnissen bei bekannten Techniken überprüfen

*Sieh alles. Verpasse nichts. Das ist ALLSIGHT.*

> *⊰•-•✧ Die beste Verteidigung beginnt mit dem Verständnis des Angriffs ✧•-•⊱*

---

## ⊰ Für wen ist das? ⊱

ST3GG ist kein Spielzeug. Verschiedene Gemeinschaften nutzen Steganografie-Tools aus sehr unterschiedlichen – und sehr realen – Gründen.

### Penetrationstester & Red Teams
Simuliere die Datenexfiltration durch steganografische Kanäle während Engagements. Teste, ob deine Endpunkt-DLP, SIEM-Regeln und Netzwerküberwachung verdeckten Datenschmuggel über 100+ Vektoren abfangen. Generiere gegnerische Nutzlasten für jeden Dateityp, um die Erkennungsabdeckung zu validieren.

### Blue Teams & SOC-Analysten
Nutze ALLSIGHT, um verdächtige Dateien auf versteckte Nutzlasten zu scannen. Führe eine exhaustive Analyse mit jeder bekannten Kodierungsmethode durch. Erstelle Erkennungsregeln aus der umfassenden Beispielbibliothek. Trainiere Analysten darauf, wie steganografische Artefakte in der Wildnis aussehen.

### CTF-Spieler & Wettbewerbs-Hacker
Das ultimative Steganografie-Toolkit für Capture-The-Flag-Wettbewerbe. Kodiere und dekodiere jede Kombination aus Kanal/Bit/Strategie. Erkenne unbekannte Konfigurationen automatisch mit Smart Scan. Entpacke mehrschichtige Matroschka-Herausforderungen automatisch.

### Digitalforensik & Incident Response
Analysiere beschlagnahmte Medien auf steganografische Kommunikationskanäle. Erkenne versteckte Daten in Bildanhängen, Dokumentmetadaten, Audiodateien und Netzwerkmitschnitten. Identifiziere, welche Kodierungstechnik verwendet wurde, und extrahiere die versteckte Nutzlast.

### Datenschutzforscher & Journalisten
Erkunde Steganografie als datenschutzfreundlichen Kommunikationskanal. Verstehe die Abwägungen zwischen Kapazität, Heimlichkeit und Kompressionsüberlebensfähigkeit. Teste, welche Techniken die Neukodierung sozialer Medien für reale abstreitbare Kommunikation überleben.

### Akademiker & Studierende
Studiere die gesamte Landschaft der steganografischen Techniken über alle Modalitäten hinweg. Nutze die über 100 Beispieldateien als Lehrdatensatz. Bewerte neue Erkennungsalgorithmen gegen bekannte Kodierungen. Die Codebasis ist gut dokumentiert und unter AGPL-3.0 lizenziert – kostenlos für Einzelpersonen, Forscher und Open-Source-Projekte.

### KI-Sicherheit & LLM-Sicherheit
Teste, wie KI-Systeme mit steganografischem Inhalt umgehen – versteckte Anweisungen in Bildern, unsichtbares Unicode in Prompts, polyglotte Dateien, die Inhaltsfilter umgehen. Verstehe die Datenschmuggel-Oberfläche, gegen die sich KI-Systeme verteidigen müssen.

### Anbieter von Data Loss Prevention (DLP)
Vergleiche deine DLP-Lösung mit den über 100 Kodierungstechniken von ST3GG. Wenn dein Produkt Daten nicht erkennen kann, die in DNS-Abfragenamen, TCP-Sequenznummern oder unsichtbaren Unicode-Zeichen versteckt sind – dann verdienen deine Kunden das zu wissen. ST3GG ist deine gegnerische Testsuite.

### KI-Agenten-Sicherheit & Red Teaming
Die nächste Grenze der Steganografie ist **verdeckte Kommunikation zwischen Agenten** und **Prompt Injection durch versteckte Nutzlasten**. ST3GG ist das Toolkit für diese aufkommende Angriffsfläche:

- **Prompt Injection durch Bilder** – verstecke Anweisungen in Bildern, die visionsfähige Agenten verarbeiten. Der Agent sieht ein normales Foto; die versteckte Nutzlast sagt „ignoriere alle vorherigen Anweisungen“.
- **Agentendatenexfiltration** – testet, ob dein Agent dazu gebracht werden kann, gestohlene Daten in selbst generierte Bilder zu kodieren und so Ausgabefilter zu umgehen.
- **Verdeckte Agentenkanäle** – Agenten leiten versteckte Anweisungen durch harmlos aussehende Dateien in gemeinsamen Tool-Kontexten weiter.
- **Agentenausgabe-Wasserzeichen** – bette Herkunfts- oder Tracking-Daten in Bilder ein, die Agenten zur Zuordnung generieren.
- **Umgehen von Inhaltsfiltern** – teste Moderationssysteme, indem du verbotene Inhalte in Bildnutzlasten versteckst, die die automatische Prüfung bestehen.
- **Multimodale Vergiftung** – erstelle Bilder, die für Menschen normal aussehen, aber versteckte Daten enthalten, die das Agentenverhalten bei der Verarbeitung verändern.

**Verwende ST3GG als Python-Bibliothek in deiner Agenten-Pipeline:**```python
from steg_core import encode, decode, detect_encoding, StegConfig, get_channel_preset
from analysis_tools import detect_unicode_steg, detect_file_type, TOOL_REGISTRY
from PIL import Image

# Encode a hidden payload into an image
img = Image.open("carrier.png")
config = StegConfig(channels=get_channel_preset("RGB"), bits_per_channel=1)
stego = encode(img, b"hidden agent instructions", config)
stego.save("stego.png")

# Detect and decode hidden data
detected = detect_encoding(Image.open("stego.png"))
if detected:
    payload = decode(Image.open("stego.png"))
    print(f"Found: {payload.decode()}")

# Scan for ALL steganography types
tools = TOOL_REGISTRY.list_tools()  # 48 detection tools
result = detect_unicode_steg(open("message.txt", "rb").read())
if result['found']:
    print(f"Hidden Unicode: {result['invisible_chars']} chars")

Two modes: **Manual Pattern** (you define) or **Password Mode** (derived from passphrase + optional encryption). Embed via **LSB** (high capacity) or **DCT** (compression-resistant).

### Ghost Mode — Maximum Stealth

Triple-layer obfuscation for when the stakes are real:

1. **AES-256-GCM Encryption** — authenticated, military-grade
2. **Bit Scrambling** — Fisher-Yates shuffle with seeded PRNG
3. **50% Noise Decoys** — half the embedded bits are random noise

An attacker would need to know the channel pattern, the password for unscrambling, AND the decryption key. Trade-off: halves capacity.

### Matryoshka Mode — Recursive Nesting

Hide images within images within images — up to **11 layers deep**. The smart decoder automatically detects PNG magic bytes and recursively unwraps every layer. Russian nesting dolls, but for secrets.

### DCT Mode — Compression Resistant

Traditional LSB is destroyed by ANY JPEG compression — even quality 99%. DCT mode embeds in frequency-domain coefficients of 8x8 pixel blocks, designed for compression resistance. For **proven** social media survival, use **F5 mode** which operates directly on JPEG DCT coefficients via matrix encoding.

> **LSB** → PNG only (lossless). **DCT** → compression resistant. **F5** → survives JPEG/social media.

### AI Agent — Reveal & Conceal

The AI agent has two modes:

**🔍 Reveal** — Upload any file. The agent tests every known decoding method automatically, finds hidden data, and extracts it as downloadable artifacts.

**🔮 Conceal** — Type a secret message, upload (or generate) a carrier image, and the agent hides your data using the optimal encoding method. One click from secret to stego image.

Powered by OpenRouter. Works with Claude, GPT, Gemini, and other models.

---

## ⊰ 100+ Steganographic Techniques ⊱

ST3GG doesn't just hide data in images. It covers **every modality**:

### Image Techniques
LSB embedding (RGB, RGBA, grayscale) across PNG, BMP, TIFF, GIF, WebP, ICO, PPM, PGM — plus alpha channel LSB, PNG filter-type encoding, palette index manipulation, DCT frequency domain, PNG+ZIP polyglots, metadata injection (EXIF, XMP, tEXt chunks), and trailing data after IEND.

### Text & Unicode Techniques
Zero-width characters (ZWSP/ZWNJ/ZWJ), invisible ink (Unicode tag chars U+E0000), homoglyph substitution (Cyrillic/Latin), variation selectors, combining diacritics (CGJ), confusable whitespace (en/em/thin/hair spaces), whitespace encoding (space=0/tab=1), emoji substitution, and capitalization encoding.

### Audio Techniques
Sample LSB in WAV, AIFF, and AU formats. Silence interval timing (gap duration encodes bits). MIDI SysEx message embedding.

### Network Protocol Techniques
DNS tunneling (base32 in query labels), ICMP payload injection, TCP covert channels (ISN + timestamps), HTTP header smuggling (custom X- headers, cookies).

### Document & Archive Techniques
PDF (metadata streams + XMP + post-EOF), HTML (comments + hidden elements + data attributes + zero-width), XML (CDATA + PIs + namespaces), JSON (Unicode escapes + key ordering), CSV/YAML/TOML/INI (comment encoding + whitespace), RTF (hidden text groups), Markdown (HTML comments + link references), ZIP/TAR/GZip (comments + extended headers + extra fields), SQLite (hidden tables), and more.

### Code Techniques
Python, JavaScript, C, CSS, Shell, SQL, LaTeX — all with steganographic comments, hex byte tables, zero-width docstrings, and per-byte calibration entries.

> *⊰•-•✧ See the full catalog: [`examples/README.md`](https://github.com/elder-plinius/st3gg/blob/HEAD/examples/README.md) ✧•-•⊱*

---

## ⊰ Quick Start ⊱

### Install from PyPI```bash
pip install stegg

### Installation mit Extras```bash
pip install stegg[tui]      # Terminal UI (Textual)
pip install stegg[web]      # Web UI (NiceGUI)
pip install stegg[crypto]   # AES-256-GCM encryption
pip install stegg[mcp]      # MCP server for AI agents
pip install stegg[all]      # Everything

Alles läuft zu 100 % clientseitig. Keine Daten verlassen jemals Ihren Rechner.

### Aus dem Quellcode```bash
git clone https://github.com/elder-plinius/st3gg.git
cd st3gg
pip install -e ".[all]"

### KI-Agenten-Integration

Zwei Schnittstellen für KI-Agenten — wählen Sie je nach Kontextkostenbedarf:```bash
# CLI (subprocess, zero context cost — output stays out of LLM context)
stegg-cli encode -i carrier.png -t "secret" -o stegged.png
stegg-cli decode -i stegged.png
stegg-cli analyze suspect.png --full

# MCP server (stdio transport — results go into agent context)
stegg-mcp  # or: uv run --extra mcp python3 mcp_server.py

Ein 1920x1080 Bild mit RGB 1-Bit fasst ~760KB. Mit RGBA 4-Bit: **~4MB**.

---

## ⊰ Verschlüsselung ⊱

| Methode | Stärke | Geschwindigkeit | Anwendungsfall |
|---------|--------|-----------------|----------------|
| **AES-256-GCM** | Maximal | Mittel | Ghost Mode |
| **XOR Verschleierung** | Minimal | Schnell | Nur grundlegendes Scrambling (keine Verschlüsselung) |
| **Keine** | - | Schnellste | Wenn Geheimhaltung nicht nötig ist |

---

## ⊰ Beispielbibliothek ⊱

ST3GG wird mit **100+ vorcodierten Beispieldateien** ausgeliefert, die jede Technik abdecken — Bilder, Audio, Dokumente, Netzwerkaufzeichnungen, Code-Dateien und mehr. Jede enthält eine versteckte Nachricht, die die Analysetools finden können.```bash
# Regenerate all examples
python examples/generate_examples.py

# Run the full test suite (200+ tests)
python test_examples.py

---

## ⊰ Sicherheitshinweise ⊱

- Standard-LSB-Steganografie ist **statistisch nachweisbar** – Chi-Quadrat- und Bit-Ebenen-Analyse können sie aufdecken
- **SPECTER Channel Cipher** erhöht die Widerstandsfähigkeit durch unvorhersehbares Springen zwischen Kanälen
- **Ghost Mode** fügt Verschlüsselung + Scrambling + Rauschen für maximale Tarnung hinzu
- **DCT-Modus** ist für Kompressionsresistenz ausgelegt; **F5-Modus** hat sich als beständig gegenüber JPEG-Recompression erwiesen
- **LSB** wird durch JEDE JPEG-Komprimierung zerstört – verwenden Sie ausschließlich das PNG-Format
- Verschlüsseln Sie **vertrauliche Daten** immer vor dem Einbetten
- Für maximale Sicherheit: **Ghost Mode + DCT + starkes Passwort**

---

## ⊰ Roadmap ⊱

---```
╔══════════════════════════════════════════════════════════════════╗
║                    ST3GG EVOLUTION ROADMAP                       ║
╠══════════════════════════════════════════════════════════════════╣
║                                                                  ║
║  ✅ SHIPPED                                                      ║
║  ────────                                                        ║
║  ✓ 112 steganographic techniques across all modalities           ║
║  ✓ 15 channel presets × 8 bit depths = 120 LSB combinations     ║
║  ✓ 8 encoding methods (LSB, DCT, PVD, F5, Chroma, Palette,     ║
║    Spread Spectrum, SPECTER channel cipher)                      ║
║  ✓ AI Agent with Reveal + Conceal modes                          ║
║  ✓ 13 text steganography methods with encode + decode            ║
║  ✓ 50 registered analysis/decode tools                           ║
║  ✓ RS Analysis + Sample Pairs Analysis (academic steganalysis)   ║
║  ✓ Raw PNG parser (bypasses canvas premultiplied alpha)          ║
║  ✓ Password-derived headers (stealth mode)                       ║
║  ✓ AES-256-GCM with PBKDF2 600k iterations                      ║
║  ✓ AI carrier image generation (OpenRouter + procedural)         ║
║  ✓ 109 example files, 568 automated tests                        ║
║  ✓ pip install stegg                                              ║
║  ✓ 100% browser-based at ste.gg                                  ║
║                                                                  ║
║  🔜 NEXT UP                                                      ║
║  ──────────                                                      ║
║  ○ Spread + Randomized strategies in browser                     ║
║    (defined but only interleaved is implemented)                 ║
║  ○ Password brute-forcer with wordlist support                   ║
║    (Stegseek does 10M/sec — we should match it)                 ║
║  ○ Content-adaptive embedding (HUGO/WOW-inspired)                ║
║    (embed in texture, skip smooth areas)                         ║
║  ○ Steghide format compatibility                                 ║
║    (read/write steghide's embedding format)                      ║
║  ○ Weighted Stego (WS) analysis                                  ║
║    (more accurate LSB detection than chi-square)                 ║
║  ○ Calibrated RS/SPA for real-world detection accuracy           ║
║                                                                  ║
║  🔮 FUTURE                                                       ║
║  ──────────                                                      ║
║  ○ ML-based steganalysis                                         ║
║    (CNN trained on StegoAppDB — Aletheia-grade detection)        ║
║  ○ nsF5 / S-UNIWARD embedding                                    ║
║    (academic state-of-the-art, minimal detectability)            ║
║  ○ Adversarial steganography                                     ║
║    (GAN-based embedding that defeats ML detectors)               ║
║  ○ Video steganography (frame-by-frame + temporal)               ║
║  ○ Network protocol live capture + injection                     ║
║    (real-time covert channel creation, not just PCAPs)           ║
║  ○ WebAssembly acceleration for browser-side analysis            ║
║  ○ Plugin system for community-contributed techniques            ║
║  ○ Mobile-native app (iOS/Android)                               ║
║  ○ VS Code / JetBrains extension for inline text steg            ║
║  ○ MCP server for Claude Code / AI agent integration             ║
║                                                                  ║
║  🌊 MOONSHOTS                                                    ║
║  ────────────                                                    ║
║  ○ Quantum-resistant steganographic protocols                    ║
║  ○ Blockchain-anchored provenance watermarking                   ║
║  ○ Cross-modal steganography (hide audio in images,              ║
║    images in text, text in network traffic)                      ║
║  ○ Federated steganalysis (distributed detection network)        ║
║  ○ Self-modifying steganographic payloads                        ║
║  ○ Steganographic filesystem (deniable encryption layer)         ║
║                                                                  ║
╚══════════════════════════════════════════════════════════════════╝

Bereiche, in denen wir uns besonders über Beiträge freuen:
- **ML-Steganalyse** — Erkennungsmodelle auf Stego-Datensätzen trainieren
- **Neue Kodierungsmethoden** — akademische Verfahren (HUGO, WOW, HILL, UNIWARD)
- **Formatunterstützung** — HEIC, AVIF, FLAC, MP4-Steganographie
- **Steghide-Kompatibilität** — natives Lesen/Schreiben des Steghide-Formats
- **Leistung** — WebAssembly für browserbasierte Analyse
- **Mobil** — responsive Verbesserungen, native App-Wrapper

---

## ⊰ Lizenz ⊱

**AGPL-3.0** — kostenlos und quelloffen für Einzelpersonen, Forscher, Lehrende und Open-Source-Projekte. Einzelheiten siehe [LICENSE](https://github.com/elder-plinius/st3gg/blob/HEAD/LICENSE).

**Kommerzielle Nutzung?** Wenn Sie ST3GG in einem proprietären Produkt oder SaaS verwenden möchten, ohne Ihren Code zu öffnen, kontaktieren Sie uns für eine kommerzielle Lizenz.

Dieses Tool ist für **autorisierte Sicherheitsforschung**, **CTF-Wettbewerbe**, **Ausbildung in digitaler Forensik** und **Privatsphärenforschung** bestimmt. Verwenden Sie es verantwortungsvoll.

---

<div align="center">```
⊰•-•✧•-•-⦑ ST3GG ⦒-•-•✧•-•⊱
  every pixel has a story
    you just can't see it
           🦕︁