StegoNGP: 3D Cryptographic Steganography using Instant-NGP

Il paper propone StegoNGP, un metodo di steganografia crittografica 3D basato su Instant-NGP che utilizza una funzione di hash controllata da chiavi per nascondere intere scene 3D all'interno di un singolo modello indistinguibile, garantendo alta capacità, robustezza e impercettibilità senza modifiche architetturali.

L'essenziale

Immagina di avere un libro magico (un modello 3D digitale) che puoi mostrare a tutti. Quando lo apri, tutti vedono una bellissima scena: una stanza piena di oggetti, un paesaggio o un'auto. È un libro normale, perfetto e indistinguibile da qualsiasi altro libro 3D che trovi online.

Ma ecco il trucco: questo libro ha un segreto.

Se qualcuno lo guarda con gli occhi normali, vede solo la scena "ufficiale". Ma se possiedi una chiave segreta (una password matematica speciale), il libro cambia magicamente: le pagine si trasformano e rivelano un secondo libro completamente diverso nascosto dentro il primo. Potrebbe essere un messaggio segreto, un'opera d'arte rubata, o i dati di un copyright. Senza quella chiave, il libro sembra sempre lo stesso.

Questo è il cuore di StegoNGP, un nuovo metodo inventato da ricercatori cinesi e australiani per nascondere intere mondi 3D dentro altri mondi 3D, senza che nessuno se ne accorga.

Ecco come funziona, spiegato con parole semplici:

1. Il "Trucco" della Mappa (La Chiave)

Per creare questi mondi 3D, i computer usano una tecnologia chiamata Instant-NGP. Immagina che questo sistema sia come un enorme archivio di cassetti (una tabella hash) dove vengono conservati i pezzi del mondo 3D.

• Normalmente, per trovare un oggetto, il computer usa una formula matematica standard (una "mappa") per decidere in quale cassetto guardare.
• Gli autori di StegoNGP hanno scoperto che se cambi una sola parte di questa formula (sostituendo dei numeri standard con dei numeri segreti), la mappa cambia completamente.
• La magia: Usando la mappa normale, il computer ricostruisce la scena "ufficiale" (la copertura). Usando la mappa segreta, lo stesso computer, con gli stessi identici cassetti, ricostruisce una scena totalmente diversa (il segreto).

2. Nessuna Scatola Nascosta (Zero Parametri Extra)

Fino a oggi, per nascondere segreti nei modelli 3D, gli scienziati dovevano aggiungere "pezzi extra" al modello, come se dovessi cucire una tasca segreta dentro una giacca. Questo rendeva la giacca più pesante e facile da individuare (un detective avrebbe detto: "Ehi, questa giacca ha una tasca in più, è sospetta!").

StegoNGP è diverso. Non aggiunge nulla.

• È come se avessi una giacca normale.
• Non ci sono tasche extra, bottoni strani o cuciture visibili.
• Il modello finale è esattamente uguale a un modello 3D normale. È indistinguibile. È "invisibile" agli occhi dei controllori.

3. La Sicurezza della "Serratura Multipla"

Per rendere il segreto ancora più sicuro, gli autori hanno inventato una versione avanzata chiamata Multi-Key.
Immagina che il tuo mondo 3D sia diviso in 16 strati (come i piani di un grattacielo).

• Nella versione base, c'è una sola chiave per aprire tutto il palazzo.
• Nella versione avanzata, ogni piano ha la sua chiave diversa.
• Se un ladro ruba la chiave del primo piano, non può vedere il secondo. Se ruba la chiave del decimo piano, non può vedere l'undicesimo. Per vedere l'intero mondo nascosto, devi avere tutte le 16 chiavi nel giusto ordine. Senza di esse, il palazzo sembra solo rumore statico o un muro bianco.

4. Perché è Importante?

Questo metodo è rivoluzionario per tre motivi:

1. Capacità: Non nascondi solo un piccolo messaggio o un logo. Puoi nascondere un intero mondo 3D (con tutte le sue luci, ombre e dettagli) dentro un altro.
2. Sicurezza: È come una cassaforte matematica. Senza la chiave esatta, è impossibile estrarre il segreto.
3. Invisibilità: Poiché non cambia la dimensione del file o la struttura del modello, nessuno può sospettare che ci sia qualcosa di nascosto.

In Sintesi

Pensa a StegoNGP come a un trucco di magia digitale.
Un artista crea un bel paesaggio 3D e lo pubblica su internet. Chiunque può guardarlo e ammirarlo. Ma l'artista ha una chiave segreta. Se lui (o un amico fidato) usa quella chiave, il paesaggio svanisce e al suo posto appare un'altra scena segreta, perfetta e dettagliata. Per tutti gli altri, è solo un paesaggio normale.

È un modo geniale per proteggere la proprietà intellettuale, comunicare in segreto o nascondere dati preziosi, tutto senza lasciare alcuna traccia visibile.

Sommario tecnico

1. Il Problema

Con l'avvento di tecniche di ricostruzione 3D avanzate come le Neural Radiance Fields (NeRF) e, in particolare, Instant-NGP (che offre rendering e addestramento in tempo reale), i modelli 3D sono diventati asset digitali di grande valore. Tuttavia, esistono sfide significative nella protezione e nel nascondimento di informazioni all'interno di questi modelli:

• Limiti delle soluzioni attuali: I metodi di steganografia esistenti (es. StegaNeRF, NeRF Steganography) spesso hanno capacità limitata (possono nascondere solo immagini 2D o messaggi binari brevi), richiedono decoder esterni o modifiche architetturali al modello.
• Rilevabilità: Metodi che aggiungono parametri extra o decoder (come GS-Hider per 3D Gaussian Splatting) alterano la struttura del modello, rendendolo facilmente rilevabile da un osservatore esterno tramite analisi delle dimensioni del file o della pipeline.
• Sfida principale: Come nascondere un'intera scena 3D di alta qualità all'interno di un modello Instant-NGP senza aggiungere parametri, senza modificare l'architettura e mantenendo l'indistinguibilità dal modello originale, garantendo al contempo sicurezza crittografica.

2. Metodologia: StegoNGP

Gli autori propongono StegoNGP, un framework di steganografia crittografica 3D che sfrutta le proprietà intrinseche della funzione di hash di Instant-NGP.

Concetto Chiave: Hashing come Interruttore di Scena

In Instant-NGP, le coordinate 3D vengono mappate su una tabella delle caratteristiche (feature table) tramite una funzione di hash che utilizza una sequenza di numeri primi grandi e predefiniti.

• Chiave Predefinita ($\Pi$): La sequenza di numeri primi originale di Instant-NGP.
• Chiave Segreta ($K$): Una nuova sequenza di numeri primi generata dall'utente.

Il metodo trasforma la funzione di hash in un interruttore di scena controllato da chiave:

1. Addestramento: Viene addestrato un singolo modello per ottimizzare due scene contemporaneamente:
   • La scena di copertura (Cover Scene, $S$): Viene ricostruita utilizzando la chiave predefinita $\Pi$.
   • La scena nascosta (Hidden Scene, $B$): Viene ricostruita utilizzando la chiave segreta $K$.
2. Meccanismo: Durante l'addestramento, il modello alterna casualmente tra le due scene. Se viene fornita la chiave $\Pi$, il modello renderizza la scena $S$ (indistinguibile da un Instant-NGP standard). Se viene fornita la chiave $K$, la funzione di hash calcola indici diversi nella stessa tabella delle caratteristiche, permettendo al modello di ricostruire la scena $B$ utilizzando gli stessi pesi della rete neurale.
3. Zero Overhead: Non vengono aggiunti parametri, né decoder esterni, né modifiche strutturali. Il modello finale ha esattamente le stesse dimensioni e architettura di un Instant-NGP standard.

Schema Multi-Key (Multi-Key StegoNGP)

Per aumentare ulteriormente la sicurezza, gli autori introducono uno schema che assegna chiavi indipendenti a diversi livelli di risoluzione della tabella hash (Instant-NGP utilizza 16 livelli).

• Invece di usare una singola chiave $K$ per tutti i livelli, si assegnano $m$ chiavi diverse ($K_1, K_2, ..., K_m$) ciclicamente ai 16 livelli.
• Questo espande drasticamente lo spazio delle chiavi: un attaccante deve scoprire l'intera sequenza di chiavi e il loro ordine di assegnazione per recuperare la scena nascosta. La conoscenza parziale di alcune chiavi non è sufficiente e produce solo rumore.

3. Contributi Chiave

1. Framework Parametro-Free: StegoNGP è il primo metodo che nasconde un'intera scena 3D all'interno di un modello Instant-NGP senza aggiungere parametri o decoder, rendendo il modello strutturalmente indistinguibile dall'originale.
2. Meccanismo di Interscambio Crittografico: Sfrutta la ridondanza strutturale degli hash neurali per creare un sistema a due facce controllato da chiavi crittografiche (numeri primi).
3. Robustezza e Negabilità Plausibile:
   • Negabilità Plausibile: Senza la chiave segreta, il modello appare come un normale Instant-NGP della scena di copertura.
   • Sensibilità alla Chiave: Qualsiasi chiave errata o parziale genera rumore incoerente, rendendo impossibile l'estrazione parziale dell'informazione.
4. Schema Multi-Key: Un approccio innovativo che assegna chiavi multiple ai livelli di hash, rendendo gli attacchi di forza bruta computazionalmente impossibili (spazio delle chiavi di ~1380 bit per la configurazione massima).

4. Risultati Sperimentali

Gli esperimenti sono stati condotti su dataset sintetici (Blender) e reali (Mip-Nerf-360).

• Qualità di Ricostruzione:
  • StegoNGP riesce a ricostruire sia la scena di copertura che quella nascosta con alta fedeltà.
  • Le metriche (PSNR, SSIM, LPIPS) sono paragonabili o talvolta superiori rispetto a un Instant-NGP addestrato su una singola scena, suggerendo un effetto di regolarizzazione.
  • La scena di copertura non mostra artefatti visibili rispetto al baseline.
• Sicurezza Crittografica:
  • Analisi dello Spazio delle Chiavi: Per la configurazione base (3 numeri primi), lo spazio delle chiavi è di circa $2^{86}$. Per la configurazione Multi-Key (16 livelli), lo spazio è di circa $2^{1380}$, rendendo la decrittazione con forza bruta impossibile anche con hardware avanzato (es. RTX 5090 richiederebbe trilioni di anni).
  • Attacchi a Chiave Parziale: Anche con il 75% delle chiavi corrette, la scena nascosta non è recuperabile; si ottiene solo rumore. È necessaria la chiave completa al 100%.
• Confronto con GS-Hider:
  • Rispetto a GS-Hider (che nasconde scene 3D ma aggiunge ~20MB di parametri e decoder), StegoNGP ha 0 MB di overhead.
  • GS-Hider è rilevabile strutturalmente (dimensioni file anomale), mentre StegoNGP è invisibile.
• Generalizzazione: Il metodo funziona efficacemente anche su scene reali complesse e non limitate (Mip-Nerf-360), sebbene con una leggera diminuzione di qualità dovuta alle collisioni di hash (risolvibile aumentando la dimensione della tabella hash).

5. Significato e Impatto

StegoNGP rappresenta un cambiamento di paradigma nel campo della steganografia 3D e della protezione degli asset digitali:

• Sicurezza e Privacy: Offre un metodo robusto per la protezione del copyright, la tracciabilità dei metadati e la comunicazione segreta all'interno di modelli 3D condivisi pubblicamente.
• Indetectabilità: Risolve il problema fondamentale della rilevabilità strutturale che affligge i metodi precedenti, permettendo di distribuire modelli contenenti dati sensibili senza destare sospetti.
• Efficienza: Dimostra che è possibile ottenere capacità di nascondimento elevate (un'intera scena 3D) senza penalizzare le prestazioni di rendering o l'archiviazione del modello.

In sintesi, StegoNGP trasforma un modello di rendering 3D in un contenitore crittografico sicuro, sfruttando l'architettura stessa della rete neurale come meccanismo di cifratura.