终极隐写术与数字取证工具包。可在图像、音频、视频、文档及网络数据包中隐藏和提取数据,或运行11种高级检测引擎以发现隐藏载荷。
StegoForge 是一个复杂的 Python 框架,但您在进行活跃取证时不必处理破损的环境。我们编译了零依赖、本地可执行文件,会自动解析其自身的 AI 和媒体需求。
前往 发布页面 下载适用于您操作系统的二进制文件。
pip install。PATH 配置。# 1. Hide a file inside an image (AES-256-GCM encrypted, auto-method)
stegoforge encode -c photo.png -p secret.pdf -k "my-pass"
# 2. Retrieve the hidden file
stegoforge decode -f photo_stego.png -k "my-pass"
# 3. CTF one-click forensic dump on any suspicious file
stegoforge ctf -f suspicious.mp3
# 4. Compare original vs stego — pixel heatmap
stegoforge diff -c photo.png -s photo_stego.png
# 5. Batch embed a secret into every carrier in a folder
stegoforge batch -d ./carriers/ -p secret.txt -k "my-pass"
# 6. Check capacity and stealth score of a carrier
stegoforge capacity -c photo.png --depth 2
# 7. Simulate Twitter recompression and test payload survives
stegoforge encode -c photo.png -p secret.txt -k "my-pass" --target twitter --test-survival
# 8. Launch the local web UI (no data ever leaves your machine)
stegoforge web
# Install tab-completion (bash)
eval "$(stegoforge completion bash)"
# Use env var to avoid key in shell history
export STEGOFORGE_KEY="my-pass"
stegoforge decode -f stego.png # key read from env
大白话概念: 隐写术是一门将秘密藏于众目睽睽之下的艺术。StegoForge 将您的秘密消息或文件通过数学方式编织进普通照片的像素、歌曲的声波或视频的帧中。对于其他人而言,它看起来只是一张普通的梗图或 MP3 曲目。对您来说,它就是一个看不见的保险库。
StegoForge 是一个模块化、企业级的隐写工具包,专为隐蔽数据的完整生命周期而设计:从将负载嵌入图像、音频、视频和活跃网络协议,到部署机器学习隐写分析以从可疑载体文件中强制提取异常。
为安全研究人员、CTF 玩家和数字取证从业者打造,它并不试图只做一件事,而是无缝执行整个取证光谱。
$ stegoforge encode --carrier cover.png --payload secret.txt --key "mypassword" --method lsb
[+] Payload encrypted with AES-256-GCM
[+] Embedded 2048 bits across RGB channels (1-bit depth)
[+] Output: cover_stego.png
[+] Statistical profile: indistinguishable from baseline (chi² = 0.021)
$ stegoforge ctf --file suspicious.mp3
[*] Running all detectors on suspicious.mp3 ...
[⏭] Chi-square LSB anomaly SKIPPED
[⏭] RS analysis SKIPPED
[!] Blind extractor found payload at: audio-lsb, depth=1, AES encrypted blob
[+] Extracted 412 bytes → saved to extracted_payload.bin
stegoforge/
├── Image Carriers PNG · JPEG · BMP · GIF · WebP
│ ├── LSB / Adaptive LSB 1–4 bit depth + WOW-style content-aware cost ordering
│ ├── DCT + JND-safe cap JPEG frequency-domain embedding + Watson-style perceptual budget
│ ├── Fingerprint LSB PRNU-aware embedding mode
│ └── Alpha / Palette Transparency and indexed-color channels
│
├── Video Carriers MP4 · WebM
│ ├── Video DCT Keyframe embedding with block-cost ranking
│ └── Video Motion Temporal+texture masked block embedding (MP4)
│
├── Audio Carriers WAV · FLAC · MP3 · OGG
│ ├── Sample LSB Psychoacoustic-style cost-ordered PCM LSB
│ ├── Phase coding Segment-phase encoding
│ └── Spectrogram art Visual payloads in spectrum domain
│
├── Document Carriers TXT · PDF · DOCX · XLSX
│ ├── Unicode whitespace Adaptive insertion-point ranking (ZWSP/ZWNJ/ZWJ)
│ ├── Linguistic mode Key-aware synonym-channel text steganography
│ ├── PDF streams Object/stream/metadata injection
│ └── Office XML Custom XML parts and streams
│
├── Binary Carriers ELF · PE/EXE/DLL (CLI)
│ ├── ELF slack/notes 2-bit masked region-cost embedding
│ └── PE slack/overlay 2-bit masked region-cost embedding
│
├── Network Covert Channels (CLI)
│ ├── TCP field channels ip_id, tcp_seq, ttl
│ └── Timing channel Inter-packet delay encoding
│
├── Crypto + Survivability
│ ├── AES-256-GCM + Argon2
│ ├── Decoy mode Dual-payload plausible deniability
│ ├── Wet-paper wrapping Reed-Solomon resilience wrapper
│ └── Platform profiles Social-media-aware method selection/simulation
│
└── Interfaces
├── CLI Hybrid-first grouped method selection + full command mode
├── Web UI (Flask) Grouped method pills, hybrid badges, local SSE streaming
└── CTF mode One command, all relevant detectors, ranked report
如果您希望从源码构建 StegoForge 或原生使用 Python API:
git clone https://github.com/Nour833/StegoForge.git
cd StegoForge
pip install -r requirements.txt
pip install -r requirements-web.txt
pip install -e .
立即启动毛玻璃风格的 Web 应用:
stegoforge web # Automatically deploys at http://localhost:5000
关于 ML 架构的说明:StegoForge 实现了真正的机器学习隐写分析。当您首次启动引擎时,它会静默地连接 HuggingFace 并将 ONNX CNN 权重直接下载到您的
~/.stegoforge/models缓存中。
不想记忆终端命令?只需直接运行工具即可访问交互式 CLI!
stegoforge
该菜单具有电影般的启动序列、分组方法选择以及编码、解码和取证之间的引导式切换。
自动化技巧:
STEGOFORGE_FAST_UI=1 stegoforge 跳过动画,实现快速零延迟启动。STEGOFORGE_UI_STAGE_DELAY=0.45 stegoforge 微调视觉显示的节奏。如果您更喜欢原始的终端吞吐量,CLI 支持所有模块的精确路由。
# Basic LSB into PNG
stegoforge encode -c photo.png -p message.txt -k "passphrase"
# Stealth JPEG DCT with custom bit depth
stegoforge encode -c photo.jpg -p secret.bin -k "key" --method dct
# Spectrogram Art — Hide a visual image inside playable audio
stegoforge encode -c music.wav -p logo.png --method spectrogram
# Decoy mode — Generates two keys, hiding two payloads in one file for plausible deniability
stegoforge encode -c photo.png -p real_secret.txt -k "realkey" \
--decoy decoy_message.txt --decoy-key "duresskey"
stegoforge decode -f photo_stego.png -k "passphrase"
stegoforge decode -f music_stego.wav -k "key" --method phase
# Run the complete heuristic gauntlet natively (Highly Recommended)
stegoforge ctf -f suspicious.png
# Targeted ML / Statistical Detection
stegoforge detect --chi2 -f image.png
stegoforge detect --rs -f image.png
# Embed a payload and securely POST it as a disguised HTTP packet
stegoforge deadrop post -c cover.png -p msg.txt -k "shared_key"
# Monitor a remote image URL for an incoming payload change
stegoforge deadrop monitor --url "https://example.com/image.png" -k "shared_key" --interval 20
stegoforge/
├── core/
│ ├── image/ # LSB, Adaptive WOW, DCT, PRNU Fingerprinting, Palette
│ ├── audio/ # PCM LSB, Phase-Coding, Spectrogram visual embedding
│ ├── video/ # Keyframe block-cost, motion temporal masks
│ ├── document/ # PDF Streams, Office XML, Unicode Zero-Width
│ ├── network/ # Timing channels, TCP field covert channels
│ ├── crypto/ # AES-256-GCM, Decoy Deniability, Argon2 KDF
│ └── binary/ # ELF / PE Slack space embedding
├── detect/ # Statistical analysis, HuggingFace ONNX CNNs, Brute-forcing
├── protocol/ # HTTP Dead Drops, X25519 Stego Key Exchange
└── web/ # High-performance Flask dashboard & Server-Sent Events
目前通过 Reed-Solomon 封装支持的社交平台生存性目标:twitter, instagram, telegram, discord, whatsapp, signal。
严格教育免责声明: StegoForge 专为数字取证研究、夺旗赛(CTF)竞赛和合法的进攻性安全测试而设计。隐藏非法内容、组织未经授权的数据外泄或试图规避合法监控在全球范围内都是非法的。作者对任何滥用本技术的行为不承担任何责任。
贡献: Pull requests 非常欢迎。请确保新的编码方法实现了 BaseEncoder 接口并包含健壮的 PyTest 覆盖。
| 方法 | 目标文件 | 自动检测内容 |
|---|
| 卡方检验 | 图片 | LSB 频率分布异常 |
| RS 分析 | 图片 | 无需密钥即可估计负载容量 |
| ML 隐写分析 | 图片 | 从 HuggingFace ONNX CNN 模型学习的隐写可能性 |
| 指纹分析 | 图片 | PRNU 不一致性 + 浏览器内篡改热力图 |
| 视频异常 | MP4/WebM | 关键帧 DCT 分布异常 |
| 音频异常 | WAV/FLAC/MP3 | 样本位平面和统计不规则性 |
| PDF 异常 | 可疑的 /EmbeddedFile、JS 或尾部熵 | |
| 盲提取器 | 多媒体 | 自动尝试常见位模式和 AES 魔术头 |
| 载体格式 | 注入方法 | 提取状态 | 取证盲检测 |
|---|
| PNG | ✅ LSB, Alpha, 调色板 | ✅ 支持 | ✅ 支持 |
| JPEG | ✅ DCT | ✅ 支持 | ✅ 支持 |
| MP4 | ✅ 视频 DCT, 运动 | ✅ 支持 | ✅ 支持 |
| WAV / MP3 | ✅ 采样, 相位, 频谱图 | ✅ 支持 | ✅ 支持 |
| ✅ 对象/流 | ✅ 支持 | ✅ 支持 | |
| Office XML | ✅ XML 流 | ✅ 支持 | ✅ 支持 |
| ELF / PE | ✅ 空隙空间/头部 | ✅ 支持 | ✅ 支持 |