StegIbiza ukrywa poufne informacje w muzycznych utworach

Czy słuchając muzyki tanecznej ktoś mógłby pomyśleć, że umieszczono w niej, czy jak kto woli zakodowano, tajne informacje? A jednak jest to możliwe. I chociaż techniki takie znane są od lat – a najpopularniejsza nosi nazwę „backmasking” - to polski naukowiec opracował nową, bardziej subtelną metodę ukrywania informacji w utworach muzycznych.

Polega ona na umieszczaniu w utworze muzycznym dodatkowych informacji poprzez zmianę jego tempa. Są to tak nieznaczne zmiany, że ucho ludzkie nie jest je w stanie wychwycić. Naukowiec nadał opracowanemu przez siebie algorytmowi, który pozwala to robić, nazwę StegIbiza.

Nie jest to przypadkowe określenie, gdyż informacja jest kodowana z specyficznej muzyce tanecznej znanej jako Ibiza (od wyspy znajdującej się na Morzu Śródziemnym). Muzyka taka nadaje się wyjątkowo dobrze do skrywania w niej poufnych informacji, gdyż jest grana w takt specyficznego rytmu. I to właśnie tę specyficzną cechę utworów muzycznych Ibiza wykorzystał profesor Krzysztof Szczypiorski, wykładający na Politechnice Warszawskiej.

Zobacz również:

  • Bot kodowania Copilot Chat dostępny w postaci publicznej wersji zapoznawczej
  • To nowe narzędzie AI zamienia tekst na muzykę

Zastosował on algorytm bazujący na alfabecie Morse’a, w którym kropki i kreski oznaczają, że dana fraza muzyczna ma być wykonywa nieco wolniej względnie szybciej.

Wykorzystując tę technikę profesor Krzysztof Szczypiorski zakodował np. porcje różnych danych – używając do tego celu oprogramowania muzycznego Logic X Pro opracowanego przez Apple - w pięciu popularnych piosenkach: “Lily was here” (David A. Stewart i Candy Dulfer), “Miracle” (Queen), “Rhythm is a dancer” (Snap!), “So what” (Miles Davis) i “You were the heart's beat” (Andrzej Zaucha).

Więcej informacji o tej nowatorskiej metodzie kodowania informacji można znaleźć tutaj.

W celu komercyjnej reprodukcji treści Computerworld należy zakupić licencję. Skontaktuj się z naszym partnerem, YGS Group, pod adresem [email protected]

TOP 200