base64データのステガノグラフィー実装原理の分析

この記事を始める前に、まずは base64 エンコードされた文字列のグループを見てみましょう。

ZG==
YY==
aW==
ZF==
cm==
aM==
b2==
dc==
c2==
Zf==

デコードされた内容は daidrhouse で、問題はなさそうです。しかし、よく見ると、1 行目と 4 行目のデコード結果はどちらも d ですが、内容が異なるようです。

通常の base64 エンコードでは、daidrhouse は以下の結果になります。

ZA==
YQ==
aQ==
ZA==
cg==
aA==
bw==
dQ==
cw==
ZQ==

明らかに、前者と比較して、各 base64 の 2 番目の文字が変更されていますが、デコード後の内容は変わりません。これは、base64 エンコードの原理について話す必要があります。

base64 とは#

その名前が示すように、base64 エンコードは、バイナリコンテンツをエンコードするために 64 個の ASCII 文字を基にするエンコーディング方法です。おそらく皆さんは、ウェブページで base64 エンコードされた埋め込み画像を見たことがあるでしょうし、QQ 音楽が歌詞ファイルを転送する際にも base64 エンコードを使用しているかもしれません。バイナリを ASCII 文字にエンコードすることで、データが特定のシナリオで読みやすく、転送しやすくなります。もちろん、すべてのバイナリをたった 64 文字で「凝縮」して表現することは、容量の面で妥協する必要があります。文字はエンコード後に 1/3 倍に増加しますが、その理由については後で説明します。

インデックステーブル#

base64 には、64 個の ASCII 文字を並べ替えてインデックスを割り当てた標準のエンコードテーブルがあります。

インデックス	文字	インデックス	文字	インデックス	文字	インデックス	文字
0	A	16	Q	32	g	48	w
1	B	17	R	33	h	49	x
2	C	18	S	34	i	50	y
3	D	19	T	35	j	51	z
4	E	20	U	36	k	52	0
5	F	21	V	37	l	53	1
6	G	22	W	38	m	54	2
7	H	23	X	39	n	55	3
8	I	24	Y	40	o	56	4
9	J	25	Z	41	p	57	5
10	K	26	a	42	q	58	6
11	L	27	b	43	r	59	7
12	M	28	c	44	s	60	8
13	N	29	d	45	t	61	9
14	O	30	e	46	u	62	+
15	P	31	f	47	v	63	/

混乱を避けるために（リンクなど）、+ / の代わりに . _ を使用することもあります。

エンコード方法#

base64 は、3 バイト（24 ビット）を 1 グループとして処理します。3 バイトに満たない場合は、0 でパディングし、末尾に = を使用してパディングされたバイト数を示します。そして、6 ビットごとに 1 グループとし、24 ビットを 4 つの 6 ビットのバイナリにエンコードします。この時、6 ビットのバイナリは合計で 26=642^6=6426=64 の組み合わせがあり、ちょうど 64 個の文字で表現できます。（これがエンコード後のサイズが 1/3 増加する理由でもあります）

例を挙げる#

ステガノグラフィの原理#

base64 のデコード時には、文字列の末尾の = の数に応じて、対応するバイト数を削除します。おそらく気づいているかもしれませんが、1 バイトまたは 2 バイトの場合、4 ビットまたは 2 ビットのバイナリがデコード時に無視されることがあります。以下の図の赤いマークです。

赤いマークのバイナリはエンコードできますが、デコード時には無視されます。これらの位置の内容を変更しても、元のデータには影響しません。

問題を解決する#

さて、記事の冒頭の問題を解決してみましょう。その base64 エンコードされた文字列には何が隠されているのでしょうか？

赤いマークのバイナリビットをすべて結合すると、最終的な結果である hello が得られます。

インデックス	文字	インデックス	文字	インデックス	文字	インデックス	文字
0	A	16	Q	32	g	48	w
1	B	17	R	33	h	49	x
2	C	18	S	34	i	50	y
3	D	19	T	35	j	51	z
4	E	20	U	36	k	52	0
5	F	21	V	37	l	53	1
6	G	22	W	38	m	54	2
7	H	23	X	39	n	55	3
8	I	24	Y	40	o	56	4
9	J	25	Z	41	p	57	5
10	K	26	a	42	q	58	6
11	L	27	b	43	r	59	7
12	M	28	c	44	s	60	8
13	N	29	d	45	t	61	9
14	O	30	e	46	u	62	+
15	P	31	f	47	v	63	/

インデックス	文字	インデックス	文字	インデックス	文字	インデックス	文字
0	A	16	Q	32	g	48	w
1	B	17	R	33	h	49	x
2	C	18	S	34	i	50	y
3	D	19	T	35	j	51	z
4	E	20	U	36	k	52	0
5	F	21	V	37	l	53	1
6	G	22	W	38	m	54	2
7	H	23	X	39	n	55	3
8	I	24	Y	40	o	56	4
9	J	25	Z	41	p	57	5
10	K	26	a	42	q	58	6
11	L	27	b	43	r	59	7
12	M	28	c	44	s	60	8
13	N	29	d	45	t	61	9
14	O	30	e	46	u	62	+
15	P	31	f	47	v	63	/

インデックス	文字	インデックス	文字	インデックス	文字	インデックス	文字
0	A	16	Q	32	g	48	w
1	B	17	R	33	h	49	x
2	C	18	S	34	i	50	y
3	D	19	T	35	j	51	z
4	E	20	U	36	k	52	0
5	F	21	V	37	l	53	1
6	G	22	W	38	m	54	2
7	H	23	X	39	n	55	3
8	I	24	Y	40	o	56	4
9	J	25	Z	41	p	57	5
10	K	26	a	42	q	58	6
11	L	27	b	43	r	59	7
12	M	28	c	44	s	60	8
13	N	29	d	45	t	61	9
14	O	30	e	46	u	62	+
15	P	31	f	47	v	63	/