An Improved Phase Coding Audio Steganography Algorithm

تخيل أنك تستمع إلى أغنية، ولكن هناك رسالة سرية مخبأة داخل الموسيقى، مثل همس لا يستطيع سماعه إلا جهاز فك تشفير خاص. هذا هو عالم إخفاء المعلومات في الصوت (audio steganography)، وهو فرع من العلوم المكرس لإخفاء المعلومات داخل ملفات الصوت دون تغيير كيفية سماع الموسينا لآذاننا. يختلف هذا عن العلامة المائية الرقمية، التي تشبه ختم "حقوق الطبع والنشر" الصاخب؛ فإخفاء المعلومات هو فن الحبر غير المرئي. تعتمد الفكرة الجوهرية على ثغرة في السمع البشري: أدمغتنا سيئة بشكل مدهش في ملاحظة التغييرات الطفيفة في التوقيت (أو الطور/الـ phase) للموجات الصوتية، حتى لو كنا نلاحظ بسهولة التغييرات في مستوى الصوت أو طبقة الصوت. وفي عالم يمكن للذكاء الاصطناعي فيه الآن استنساخ الأصوات بدقة تجعل من الصعب التمييز بين الإنسان الحقيقي والروبوت، أصبح القدرة على إخفاء "إثبات الأصل" داخل ملف صوتي أمراً بالغ الأهمية لمحاربة الاحتيال والتحقق من أن التسجيل حقيقي.

تتناول هذه الورقة طريقة كلاسيكية تسمى ترميز الطور (phase coding)، والتي تحاول إخفاء الأسرار عن طريق إزاحة توقيت الموجات الصوتية قليلاً. وجد الباحث أن الطريقة القديمة في القيام بذلك كانت تشبه محاولة حمل حقيبة ظهر ثقيلة عن طريق ربطها بالكامل على كتف واحدة — فقد كانت ثقيلة، وتجعل الحامل يتعثر (مما يقلل جودة الصوت)، ولا يمكنها حمل سوى كمية ضئيلة جداً من الأشياء. قام الباحث ببناء نسخة جديدة ومحسنة تقوم بتوزيع الرسالة السرية عبر الأغنية بأكملة، تماماً مثل توزيع الوزن بالتساوي على أحزمة حقيبة الظهر. كما أضاف "شبكة أمان" من أكواد فحص الأخطاء للتأكد من بقاء الرسالة سليمة إذا تعرض الصوت لبعض الضغط أو التشوه.

إليك قصة اكتشافهم، بأسلوب بسيط.

المشكلة: حقيبة الظهر ذات "الكتف الواحدة"

لفترة طويلة، كانت الطريقة القياسية لإخفاء البيانات في الصوت باستخدام ترميز الطور تعمل كالتالي: تأخذ أغنية، تقطعها إلى قطع، ثم تحشر الرسالة السرية بالكامل في القطعة الأولى فقط. ثم، لضمان أن بقية الأغنية لا تزال تبدو صحيحة، يجب عليك تعديل توقيت كل قطعة تالية لتتطابق مع تلك القطعة الأولى.

يشير المؤلف إلى ثلاث مشكلات كبيرة في نهج "الكتف الواحدة" هذا:

1. إنه بطيء: يجب عليك القيام بجولة ثانية على الأغنية بأكملها لتعديل توقيت القطع المتبقية.
2. إنه صغير: يمكنك فقط إخفاء مقدار البيانات الذي يتسع له في تلك القطعة الأولى الصغيرة.
3. إنه هش: إذا تغيرت حتى بت واحدة صغيرة من الرسالة (مثل تحول الـ 0 إلى 1)، فإن الرسالة بأكملها ستفسد، ولن يكون لدى المستقبل أي وسيلة لمعرفة أنها تالفة.

والأسوأ من ذلك، عندما اختبروا هذه الطريقة القديمة على الكلام البشري الحقيقي، فشلت تماماً. لقد اختفت الرسالة السرية ببساطة.

الحل: توزيع الحمل

اقترح المؤلف حلاً ذكياً: وزع الرسالة. بدلاً من حشر السر بأكمله في الجزء الأول، قرروا نثر بتات الرسالة عبر كل جزء من ملف الصوت.

فكر في الأمر بهذه الطريقة: إذا كنت تريد إخفاء ملاحظة في مكتبة، كانت الطريقة القديمة هي كتابة الملاحظة بأكملها على أول كتاب في أول رف. إذا تحرك ذلك الكتاب أو تضرر، تضيع الملاحظة. أما الطريقة الجديدة فتكتب حرفاً واحداً من الملاحظة على الكتاب الأول، والحرف التالي على الكتاب الثاني، وهكذا وصولاً إلى نهاية الممر. حتى لو اصطدمت بعض الكتب، ستظل قادراً على قراءة الرسالة.

هذا النهج "الموزع على الأجزاء" يعني أنهم لم يحتاجوا إلى تلك الجولة الثانية المزعجة لتعديل التوقيت. حيث يمكن تحديث كل قطعة من الأغنية بشكل مستقل. والنتيجة؟ قفز مقدار البيانات التي يمكنهم إخفاؤها من 1,023 بت إلى 32,768 بت في مقطع مدته خمس ثوانٍ. هذه زيادة بمقدار 32 ضعفاً! بالإضافة إلى ذلك، تحسنت جودة الصوت كثيراً؛ حيث انخفض "الضجيج" الناتج عن إخفاء الرسالة بنحو 24 ديسيبل، مما جعل النسخة التي تحتوي على الرسالة المخفية (stego-signal) غير قابلة للتمييز تقريباً عن الأصل للأذن البشرية.

"شبكة الأمان": الإطارات وتصحيح الأخطاء

لم يكن مجرد نشر الرسالة كافياً. أدرك المؤلف أنه إذا تم ضغط ملف الصوت، أو تشغيله على جهاز مختلف، أو إذا حدث فيه بعض التشويش، فقد تنقلب بعض البتات. وإذا انقلبت بت واحدة، تصبح الرسالة غير مفهومة.

لحل هذه المشكلة، أضافوا طبقة تأطير (Framing Layer). تخيل إرسال رسالة عبر البريد. أنت لا تلقي الورقة في المظروف فحسب؛ بل تضعها في صندوق به عنوان عودة، ورمز بريدي، وختم.

• كلمة المزامنة (Sync Word): وهي عبارة عن "مرحباً!" خاصة في البداية ليعرف المستقبل: "حسناً، الرسالة السرية تبدأ من هنا".
• حقل الطول (Length Field): ملاحظة توضح بالضبط طول الرسالة، ليعرف المستقبل متى يتوقف عن القراءة.
• فحص المجموع الدوري (CRC Checksum): لغز رياضي يعمل مثل الختم. إذا كُسر الختم، يعرف المستقبل أن الرسالة تالفة.
• كود هامينج (7,4) [Hamming(7,4) Code]: هذا هو البطل الحقيقي. إنها طريقة لإضافة بتات "فحص" إضافية تسمح للمستقبل بإصلاح أخطاء البت الواحد تلقائياً. الأمر يشبه امتلاك مصحح إملائي يصلح الأخطاء المطبعية أثناء القراءة.

عندما اختبروا شبكة الأمان هذه، كانت النتائج مذهلة. في قناة اتصال نظيفة، استعاد النظام 100% من الرسائل، بينما استعادت الطريقة القديمة 0% من رسائل الكلام. وحتى عندما قاموا بمحاكاة "قص" (clipping) الصوت (أي جعله عالياً جداً بشكل غير منتظم) أو إعادة حفظه بجودة أقل، عززت شبكة الأمان نسبة الاستعادة من 75% إلى 100%.

"الأرضية السحرية": حل مشكلة الكلام

كان أحد أكثر الاكتشافات إثارة للاهتمام هو سبب فشل الطريقة القديمة مع الكلام. وجد المؤلف خطأً خفياً في كيفية تعامل الرياضيات مع الأصوات الهادئة.

تخيل أنك تهمس بسر في مكتبة. إذا كانت المكتبة هادئة جداً، فسيكون همسك واضحاً. ولكن إذا حاولت الهمس في غرفة أرضيتها مصنوعة من الزجاج، وكان هذا الزجاج رقيقاً جداً لدرجة أنه يتشقق تحت وطأة همسك، فستضيع الرسالة. في الطريقة القديمة، كان "الزجاج" هو حجم الصوت. بالنسبة للكلام، كانت الأجزاء الهادئة (مثل الفراغات بين الكلمات) منخفضة جداً في الحجم لدرجة أنه عندما يقوم الكمبيوتر بتحويل الصوت مرة أخرى إلى تنسيق رقمي قياسي (16-بت)، فإن إزاحات الطور الصغيرة المستخدمة لإخفاء البيانات يتم تقريبها وتختفي.

أصلح المؤلف ذلك بإضافة "أرضية المقدار" (Magnitude Floor). وضعوا قاعدة: "مهما كان الجزء الهادئ من الأغنية، سنتظاهر بأن له حداً أدنى من الحجم قبل إخفاء البيانات". ضمن هذا الإجراء أن تكون الرسالة المخفية قوية بما يكفي للنجاة من عملية التحويل. ومع هذا الإصلاح، انخفض معدل الخطأ في الكلام من حوالي 12% إلى الصفر، وكل ذلك بتكلفة أقل من 0.05 ديسيبل من جودة الصوت.

الحدود: ما لا يمكن لهذه الطريقة فعله

المؤلف صريح جداً بشأن حدود طريقته. إنها ليست حلاً سحرياً يعمل ضد كل شيء.

1. تكره الضجيج: إذا أضفت الكثير من التشويش (الضوضاء البيضاء) إلى الصوت، تختفي الرسالة. السر مخفي في نطاق ضيق جداً من الترددات، والضجيج ينتشر في كل مكان. إذا كان الضجيج عالياً بما يكفي، فسيغرق السر.
2. تكره الضغط: إذا قمت بحفظ الملف بتنسيق MP3 أو ضغطته، فستتدمر الرسالة. مشغلات MP3 مصممة للتخلص من الأجزاء عالية التردد التي يعتقدون أنها غير مهمة للأذن البشرية لأنهم يظنون أنها لا تهم.
3. يسهل العثور عليها: نظرًا لأن السر مخبأ دائماً في نفس المكان (مجموعة محددة من الترددات)، يمكن للمحقق العثود إليه بسهولة باستخدام ماسح بسيط. يعترف المؤلف بأن طريقته لا تقدم أي مقاومة تجاه "الكاشف الأعمى" (blind detector) الذي يبحث فقط عن هذه الأنماط.

ويقترحون أنه لإصلاح مشكلة الكشف، سيتطلب العمل المستقبلي استخدام "مفتاح" لخلط أماكن ذهاب البتات السرية بشكل عشوائي، مما يجعل من الصعب جداً على المحقق العثور عليها.

الخلا-ص

تأخذ هذه الورقة طريقة قديمة وخرقاء لإخفاء الأسرار في الصوت وتقوم بتحديثها. من خلال توزيع الرسالة، وإضافة شبكة أمان قوية لتصحيح الأخطاء، وإصلاح خطأ محدد جعل الطريقة تفشل مع الأصوات البشرية، أنشأوا نظاماً هو أكثر قدرة بـ 32 مرة، أوضح بكثير للأذن، وموثوق تماماً في حالة الصوت النظيف.

ومع ذلك، فهم واضحون بأن هذه الأداة مخصصة لحالات معينة. فهي تعمل بشكل رائع للتحقق من الصوت الذي لم يتعرض لضغط شديد أو خلط مع ضجيج عالٍ، لكنها لن تنجو في رحلتها عبر تطبيقات التواصل الاجتماعي أو البث الإذاعي. إنها خطوة قوية للأمام في لعبة القط والفأر الخاصة بأمن الصوت، لكن اللعبة لم تنتهِ بعد.