Questo strumento professionale per analisi steganografia è in grado di rilevare steganografia LSB (Least Significant Bit) e decodificare testi nascosti in immagini PNG. Utilizza algoritmi avanzati come chi-square test, RS analysis e pattern detection per identificare anomalie statistiche.
Tecniche di Rilevamento
Accuratezza LSB
Gratuito
Trascina qui il file o clicca per selezionare
Analisi steganografica in corso...
Esecuzione chi-square test, RS analysis e pattern detectionIl nostro sistema utilizza 6 tecniche avanzate per rilevare steganografia e anomalie statistiche
Rileva steganografia LSB replacement analizzando la distribuzione statistica dei valori pari/dispari nei pixel. Efficacia: 95% per LSB sequenziale.
Identifica LSB matching valutando i cambiamenti di smoothness nei blocchi di pixel. Particolarmente sensibile a modifiche casuali +1/-1.
Analizza l'istogramma cercando equalizzazione nelle coppie di valori (0-1, 2-3). Rileva embedding LSB anche con payload ridotto.
Ricerca pattern ripetitivi e firme di file (ZIP, PDF, JPEG) nei bit LSB usando FFT e autocorrelazione.
Calcola l'entropia di Shannon per distinguere dati crittografati (alta entropia) da testo in chiaro (bassa entropia).
Analisi a due fasi: rilevamento statistico iniziale seguito da estrazione avanzata con deoffuscazione XOR e decompressione.
Il sistema verifica che l'immagine sia in formato PNG e prepara i dati per l'analisi multi-livello.
Tenta prima l'estrazione diretta del testo nascosto usando il metodo LSB standard compatibile con il nostro encoder.
Se l'estrazione fallisce, esegue chi-square test, RS analysis e ricerca di PoV artifacts per rilevare anomalie.
Genera un report con metriche di sospetto, visualizzazioni dei piani di bit e suggerimenti per ulteriori analisi.
Il nostro sistema rileva efficacemente tecniche classiche e CTF-style, ma gli algoritmi moderni state-of-the-art sono progettati per eludere l'analisi statistica
Universal Wavelet Relative Distortion - Minimizza distorsioni usando embedding adattivo:
Tecniche che preservano le proprietà statistiche naturali delle immagini:
Per rilevare algoritmi steganografici moderni sono necessari approcci basati su machine learning, rich models e reti neurali convoluzionali. Il nostro sistema è ottimizzato per analisi forensi pratiche e sfide CTF, non per rilevare steganografia state-of-the-art.
Usa il nostro encoder steganografico per nascondere testi in immagini PNG in modo sicuro
Vai all'Encoder Steganografico