Esteganografia RRC

Esteganografia por Range-Coding Rotacional (RRC) — um método esteganográfico linguístico eficiente e comprovadamente seguro que incorpora mensagens secretas em texto em linguagem natural gerado por grandes modelos de linguagem.

Artigo: Esteganografia Linguística Eficiente e Comprovadamente Segura via Range Coding

Como Funciona

O mecanismo de rotação resolve dois problemas da esteganografia por range-coding tradicional:

1. Preservação da distribuição de probabilidade — o valor secreto rotacionado é distribuído uniformemente dentro de cada intervalo, de modo que a seleção de tokens segue a distribuição original do LM.
2. Aleatoriedade renovada — um novo deslocamento de PRNG a cada etapa evita a reutilização de aleatoriedade.

Estrutura do Repositório

.
├── 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

Instale as dependências:

pip install -r requirements.txt

Início Rápido

1. Verificar a corretude

O teste de ida e volta usa meta-llama/Llama-2-7b-hf e é executado em CPU/CUDA:

python test_roundtrip.py

Saída esperada:

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

    ✅ SUCCESS — extracted message matches perfectly!

2. Inserir uma mensagem secreta

Prepare um arquivo de prompts 0.Prompts.tsv com as colunas idx e text e, em seguida, execute:

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

3. Extrair a mensagem secreta

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: O remetente e o destinatário devem usar o mesmo modelo de linguagem, chave, comprimento de bits e configuração de top-k para que a extração seja correta.

Argumentos de CLI

RRC_embed.py

RRC_extract.py

Nota Técnica: Módulo Decimal

O tipo Decimal do Python usa divisão truncada para o operador %, o que pode retornar restos negativos (por exemplo, Decimal('-19672') % Decimal('65536') → -19672 em vez de 45864). Esta implementação usa um auxiliar decimal_mod que garante que o resultado esteja sempre em [0, m):

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

⚠️ Para uma extração confiável do segredo, algumas operações (sort, cumsum) são transferidas para a CPU com precisão float64 para evitar o não-determinismo da CUDA. Isso troca um pouco de velocidade por consistência garantida entre codificação e decodificação.