Por joapuipe

A principios de enero os presenté un pequeño y sencillo programa que había hecho, que permitía ocultar ficheros de texto plano en imágenes PNG utilizando la técnica "esteganográfica" de Inserción en el Bit Menos Significativo" (aunque realmente usaba el par de bits menos significativos).

Pues bien, hace unos días me puse a perfilar lo que serían las características de la nueva versión. Quizás estoy siendo un poco ambicioso, pero oye, que no sea por optimismo y "que me quiten lo aprendido" si el proyecto no se termina (que espero que sí). Hoy mismo he terminado el último examen del curso y me he dicho: "Vamos a publicar una nota en Kriptópolis para que la gente haga algunas recomendaciones, ahora que puedo trabajar más en serio..."

Y a eso he venido. Lo primero es presentar las características con las que contará la próxima versión. A saber, por el momento (y estoy abierto a sugerencias).

• Inclusión de ficheros de distintos tipos, no sólo de texto (ésto es trivial).
• Soporte de múltiples formatos de fichero tapadera (cover files): No sólo imágenes PNG, porqué no también otros formatos de imagen como JPEG y incluso vídeo como Theora o audio como Orbis. La idea es que haya una capa de abstracción entre lo que es el embebido "lógico" de un fichero y el embebido "físico". Cada algoritmo de ocultación implementaría el embebido "lógico" y serían los módulos que den soporte a los distintos formatos los que se encargaran del embebido "físico". De esta forma, no estaría restringido ningún algoritmo a ningún formato en concreto, ni habría ninguna limitación en cuanto a formatos. Simplemente, cuando se tenga el conocimiento suficiente sobre un formato, se programa el módulo encargado de manipular ese tipo de ficheros y listos.
• Inclusión de uno o múltiples ficheros y directorios en una o varias imágenes. Esto es un concepto bastante novedoso creo yo, ya que no me he encontrado con ningún programa "esteganográfico" que lo implemente. Simplemente permiten embeber un fichero en una imagen. Me surgió la idea de empaquetar múltiples ficheros o directorios en un único fichero y embeber éste. Básicamente lo que uso es una formato de empaquetado basado en el formato Tar. Pero en principio no tendría porqué ser único el formato de empaquetado. Y después veréis porqué. A partir de la lista de ficheros y directorios indicados a ocultar, se crearía un paquete (yo le llamo Package).
• Compresión de ficheros paquetes. También sería útil que se permitiese comprimir éste paquete para ahorrar espacio. Pues eso, soporte para diversos métodos de compresión (evidentemente, libres... No tengo dinero, ni ganas, para pagar patentes). Había pensado en implementar una versión de DEFLATE (el algoritmo usado por Gzip) o más rápido todavía utilizar la librería Zlib. Aunque igual que con el método de empaquetado, no tendría por qué ser único. El usuario podría elegir entre varios algoritmos.
• Cifrado del paquete. ¿Qué sucede si se descubre una vulnerabilidad en el algoritmo de ocultación? Pues bien, tenemos nuestros datos cifrados y si descubren que nos comunicamos con alguien, siempre podremos decir que les escribíamos poemas de amor... Oye, si cuela, cuela.
• Ocultación en múltiples ficheros tapadera. Un problema bastante común en la esteganografía es que necesitamos imágenes muy grandes para ocultar relativamente poca información. Esto puede resultar un problema si queremos por ejemplo ocultar un paquete de, pongamos, 2GB. Una imagen de unos 5 o 6 GB sería sospechosa... Pero, ¿y si dividimos el paquete en múltiples partes y ocultamos cada parte en un conjunto de imágenes? Entonces podríamos enviar alegremente un correo a nuestros amigos con la fotos de las últimas vacaciones, que en realidad esconden los planos de las Centrales Nucleares que nos ha pedido Ahmadineyad

¿Qué estructura debería tener un fichero "esteganográfico" (stego file) para articular todas estas características? Aquí va una propuesta:

+-----------------------------------------+
|      WODAX VERSION MAGIC (2 bytes)      | Identifica la versión del programa.
+-----------------------------------------+
|     EMBEDDING MAGIC NUMBER (2 bytes)    | Identifica el algoritmo de ocultación.
+-----------------------------------------+
|       EMBEDDING HEADER (variable)       | Información necesaria sobre la ocultación.
+-----------------------------------------+
|     CHECKSUM MAGIC NUMBER (2 bytes)     | Identifica el resumen hash utilizado.
+-----------------------------------------+
|           CHECKSUM (variable)           | Valor del resumen de los datos ocultos en el fichero.
+-----------------------------------------+
|      INDEX FILENAME SIZE (2 bytes)      | Longitud del nombre del fichero índice.
+-----------------------------------------+
|        INDEX FILENAME (variable)        | Nombre del fichero índice.
+-----------------------------------------+
|      CIPHER MAGIC NUMBER (2 bytes)      | Identifica el algoritmo de cifrado.
+-----------------------------------------+
|         CIPHER HEADER (variable)        | Información necesaria para el cifrado.
+-----------------------------------------+
|   COMPRESSION MAGIC NUMBER (2 bytes)    | Identifica el algoritmo de compresión.
+-----------------------------------------+
|      COMPRESSION HEADER (variable)      | Información necesaria para la compresión.
+-----------------------------------------+
|      PACKING MAGIC NUMBER (2 bytes)     | Identifica el algoritmo de empaquetado.
+-----------------------------------------+
|        PACKING HEADER (variable)        | Información necesaria para el empaquetado.
+-----------------------------------------+
|    EMBEDDED FILENAME SIZE (2 bytes)     | Longitud del nombre del fichero oculto.
+-----------------------------------------+
|      EMBEDDED FILENAME (variable)       | Nombre del fichero oculto.
+-----------------------------------------+
|      EMBEDDED DATA SIZE (8 bytes)       | Tamaño de los datos embebidos en este fichero.
+-----------------------------------------+
|        EMBEDDED DATA (variable)         | Datos embebidos.
+-----------------------------------------+

Algunas aclaraciones:

• Los "números mágicos" son de 16 bits para garantizar suficientes valores con un cierto grado de entropía.
• Los bloques de tamaño variable dependen del valor que hay en el bloque anterior. Por ejemplo, la cabecera específica para el cifrado depende del algoritmo de cifrado. Pudiendo ésta ser nula, si el algoritmo no necesita ninguna información adicional. Aquí se incluiría por ejemplo el modo de cifrado (CFB, EFB, CBC...).
• El contenido del fichero índice es el del nombre de todas las imágenes que contienen datos ocultos y en orden para poder unir los datos. En el fichero índice, este campo es nulo (longitud del nombre = 0).
• Todos los bloques referentes a la identificación de algoritmos usados sólo se incluye en el fichero índice.
• Los campos EMBEDDED FILENAME SIZE y EMBEDDED FILENAME sólo son útiles en el caso de que no se haya creado un paquete (cuando sólo se oculta un fichero simple).
• Como podéis ver, se pueden esconder un máximo de 2^64 bytes en un fichero tapadera... Suficiente, ¿no?.

Bueno, y después de toda esta lluvia de detalles. Espero impaciente vuestros consejos, preguntas y comentarios.

¡Muchísimas gracias!

PD: Se me olvidaba, el código de todo lo que voy haciendo lo podéis encontrar en: http://svn.assembla.com/svn/wodax/trunk/src/