recipe-blog-encoding

[!WARNING] Dieses Projekt ist komplett vibe-coded ^{(wahrscheinlich teilweise aus diesem Repository plagiiert)} und der Autor ist ein Dummkopf, der den Einfall einfach nur lustig fand.

Nutze SEO-optimierte Rezeptvorspänne als Träger, um geheime Nachrichten zu codieren (der Prompt kann im Grunde aber alles sein; der gemeinsame Prompt ist einfach ein Schlüssel, auf den sich Encoder und Decoder einigen).

Versteckt geheime Nachrichten in natürlich wirkendem Text mittels neuronaler linguistischer Steganographie.

Funktionsweise

1. Der Encoder nimmt deine geheime Nachricht und einen gemeinsamen Prompt entgegen.
2. Bei jedem Generierungsschritt erstellt er eine Wahrscheinlichkeitsverteilung (CDF) über die Top-k-Token des Modells.
3. Arithmetisches Kodieren bildet die Bits der geheimen Nachricht auf Token-Auswahlen ab – jedes gewählte Token ist sowohl eine plausible Fortsetzung als auch eine Kodierung versteckter Daten.
4. Der Decoder rekonstruiert mit demselben Modell und Prompt bei jedem Schritt die identische CDF und gewinnt die geheimen Bits aus den Token-Entscheidungen zurück.

Beide Seiten müssen exakt dasselbe Modell, dieselbe Quantisierung, denselben Top-k-Wert und denselben Prompt verwenden. Jede Abweichung führt zu einem Decodierungsfehler.

Voraussetzungen

• Python 3.12+
• uv (empfohlen) oder pip
• Eine NVIDIA GPU mit CUDA-Unterstützung (für 4-Bit-quantisiertes Inferieren)
  • CPU-Modus ist über --device cpu --no-4bit verfügbar, aber deutlich langsamer
• Ausreichend VRAM für das gewählte Modell (~3 GB für Llama-3.2-3B in 4-Bit)

Installation

# Erstelle und aktiviere eine virtuelle Umgebung, installiere benötigte Pakete
python -m venv env
source env/bin/activate
pip install -r requirements.txt

# oder mit `uv`
uv sync
uv pip install -r requirements.txt

Verwendung

[!NOTE] Setze die Umgebungsvariable HF_TOKEN, um dich bei HuggingFace zu authentifizieren.

Eine geheime Nachricht codieren

python main.py encode --message "attack at dawn"

Dies verwendet den standardmäßigen Rezeptvorspann-Prompt und Llama-3.2-3B. Der Stego-Text wird auf stdout ausgegeben und in stego_output.txt gespeichert.

Aus Stego-Text decodieren

python main.py decode --stego-file stego_output.txt

Benutzerdefinierter Prompt und Modell

# Codieren mit einem benutzerdefinierten Prompt
python main.py encode \
    --message "meet me at noon" \
    --prompt "The best thing about making scrambled eggs is: "

# Decodieren (Prompt muss exakt übereinstimmen!)
python main.py decode \
    --stego-file stego_output.txt \
    --prompt "The best thing about making scrambled eggs is: "

# Ein anderes Modell verwenden
python main.py encode \
    --model "mistralai/Mistral-7B-v0.3" \
    --message "secret message" \
    --prompt "Every Sunday morning my grandmother would"

Alle Optionen