Esteganografía RRC

Esteganografía por Codificación de Rango Rotacional (RRC) — un método esteganográfico lingüístico eficiente y demostrablemente seguro que incrusta mensajes secretos en texto en lenguaje natural generado por modelos de lenguaje de gran tamaño.

Artículo: Efficient Provably Secure Linguistic Steganography via Range Coding

Cómo Funciona

El mecanismo de rotación resuelve dos problemas de la esteganografía por codificación de rango básica:

1. Preservación de la distribución de probabilidad — el valor secreto rotado se distribuye uniformemente dentro de cada intervalo, por lo que la selección de tokens sigue la distribución original del LM.
2. Aleatoriedad nueva — un nuevo desplazamiento PRNG en cada paso evita la reutilización de la aleatoriedad.

Estructura del Repositorio

.
├── RRC_embed.py   # Embedding (Algorithm 3) 
├── RRC_extract.py   # Extraction (Algorithm 4) 
├── test_roundtrip.py         # Self-contained end-to-end verification script
├── requirements.txt          # Python dependencies
└── README.md

Requisitos

• Python ≥ 3.10
• PyTorch ≥ 2.0
• Transformers ≥ 4.35

Instalar dependencias:

pip install -r requirements.txt

Inicio Rápido

1. Verificar la corrección

La prueba de ida y vuelta utiliza meta-llama/Llama-2-7b-hf y se ejecuta en CPU/CUDA:

python test_roundtrip.py

Salida esperada:

>>> Step 3: Verification
    Original: 10110011001010111010011100101011...
    Extracted: 10110011001010111010011100101011...

    ✅ SUCCESS — extracted message matches perfectly!

2. Incrustar un mensaje secreto

Prepare un archivo de prompts 0.Prompts.tsv con las columnas idx y text y luego ejecute:

python RRC_embed.py \
    --language_model meta-llama/Llama-3.1-8B \
    --bit_length 128 \
    --key 42 \
    --top_k -1

3. Extraer el mensaje secreto

python RRC_extract.py \
    --language_model meta-llama/Llama-3.1-8B \
    --bit_length 128 \
    --key 42 \
    --input_file 1.RC_decimal_Llama-3.1-8B_bit128.tsv

⚠️ Importante: El emisor y el receptor deben usar el mismo modelo de lenguaje, clave, longitud de bits y configuración top-k para una extracción correcta.

Argumentos de CLI

RRC_embed.py

RRC_extract.py

Nota Técnica: Módulo Decimal

El tipo Decimal de Python usa división truncada para el operador %, que puede devolver restos negativos (p. ej., Decimal('-19672') % Decimal('65536') → -19672 en lugar de 45864). Esta implementación utiliza un helper decimal_mod que garantiza que el resultado esté siempre en [0, m):

def decimal_mod(a, m):
    return a - m * (a / m).to_integral_value(rounding=ROUND_FLOOR)

⚠️ Para una extracción fiable del secreto, algunas operaciones (sort, cumsum) se descargan a la CPU con precisión float64 para evitar el no determinismo de CUDA. Esto intercambia una cantidad de velocidad por una consistencia garantizada de codificación-decodificación.