lsb

写本文的目的是记录自己做过的一些东西，深化理解，理清思路，便于回忆。 数字水印将标识信息直接嵌入数字载体，而不影响原载体的使用价值，使用者不易察觉但可以被生产方识别和辨认，可以保护信息安全，实现防伪溯源，也是信息隐藏技术的研究领域之一。 LSB（least significant bits）是最为简单的数字水印制造方法，可以保证水印不被使用人所见，但可以被制造者辨认。 算法原理：通俗来讲我们看到的图片都是由一个个小的像素点来构成的，所有像素点摆在一起，构成一个大方块，这个大方块就是我们所见的图像。灰度图像（也就是我们平时所说的黑白图像）是由一层像素点组成的，而彩色图像是由三层这样的灰度图像组成的。这里拿灰度图像举例，我们之所以能在图像上看到黑色和白色，是因为每个像素点的像素值不同。0表示纯黑，255表示纯白，灰色就是由这两个数字之间的值构成。越靠近0越黑，越靠近255越白。那为什么是0和255呢？因为计算机是二进制，它会用8个比特来表示一个像素点，所以最大值是255，最小是0。lsb就是基于2进制来隐藏信息的，因为人眼并不是很精密的颜色或亮度的感知器，所以把像素上下微调1是不会被人眼察觉的，当我们把图片每个像素的最后一位按照我们的想法改变，使他表现为我们想要的信息，这就是lsb数字水印。​​​ 首先引入一张灰度图像 （从微博上弄下来的，源程序和图片都不见了）

最高有效位（MSB - Most Significant Bit） 最高有效位（MSB） 指二进制中最高值的比特。在16比特的数字音频中，其第1个比特便对16bit的字的数值有最大的影响。例如，在十进制的15,389这一数字中，相当于万位（1）对应的数字对数值的影响最大。比较与之相反的“最低有效位”（LSB）。 汇编中，比如8位2进制数10000001，其中第一个1是MSB，第二个1是LSB。在计算机计算的时候用于判断，比如如果是整数，那么小数点（实际上是没有小数点的，但就把那一位和下一位之间看作有）在LSB后面，如果是小数，那么小数点在MSB后面，其中MSB在有符号数中又是符号位。 最低有效位（LSB - Least Significant Bit） LSB(Least Significant Bit)是“最低有效位”。MSB(Most Significant Bit)是“最高有效位”。 如一个地址： 1（MSB）100 0011（LSB） 大端（Big-Endian）和小端（Small-Endian） 在网络通信方面，大家说的更多的是：“Big-Endian”和“Small-Endian”的问题。 指的都是对于多字节的数据类型（比如4字节的32位整数），其多个字节的顺序问题，是最高字节在前（Big-Endian）还是最低字节在前（Small-Endian）。

没有做过LSB隐写加密的题目，在buuoj上面做到了就记录一下，估计后面很长的时间都会在这个平台上面训练自己的MISC和WEB，是很好的平台，把很多比赛的原题和安恒的周赛的复现了。 题目是MISC里面的 前面的zip隐写就不说了，压缩包注释里面的东西可见之后就可以拿到压缩包密码，接着我们获得了一张女神的照片。 看师傅们的博客知道了这里是LSB隐写加密，github上面有LSB解密的脚本。 https://github.com/livz/cloacked-pixel 我们下载到本地之后，运行的时候提示我们没有Crypto模块 运行的命令为 lsb.py extract 女神.png 1.txt 123456 从命令里面我们可以看出来，因为是提取文件，所以使用extract，后面接着的是提取的源文件，生成文件，以及密码。 由于题目已经提示了弱口令了，所以我们直接输入123456测试一下。 前面的python2可以不加，如果你把python装在了环境变量里面，我这里只是担心是因为python版本的问题而导致的没有运行成功而加上的。不过后来证明这个lsb脚本是python2编写的 （这里是真的坑，花了一个小时在安装环境上，看了各种博客） 虽然我是python2和python3共存，但是问题也不大，直接pip install Crypto 下载了之后再运行程序，还是同样的错误。 网上搜了一下

0x01、题目：猫片（安恒） 0x02、WP 1、右键链接，点击新建标签页打开链接，保存该附件 2、注意题目的提示，这是关键点：hint:LSB BGR NTFS 注意：LSB是最低有效位，BGR是blue、green、red三种基色，NTFS是一种文件流格式 3、既然不知道这个是什么，我们拉进010edit，确认是不是png图片，png文件头为8059 4E47 修改格式为png.png，如下图所示 4、又开始了图片的隐写套路 ①、打开图片，发现大小和颜色没什么特殊，但是由于提示，提到了最低有效位和基色 于是： 我们使用图片隐写神器，Stegsolve打开该图片，并且进入data txtract模块 勾选LSB First、BGR、还有三个0，再点击preview预览，发现有PNG图片，但是它的文件头多出了fffe这个，我们需要修改 save bin保存该文件为1.png ，再放入winhex，修改其文件头，得到了半张二维码图片： 我们修改宽和高得到： 扫描该二维码得一个网盘地址：https://pan.baidu.com/s/1pLT2J4f ②、这个网盘里面存了一个压缩包，我们解压后得到 ③、再次想到题目的提示有：LSB、BGR、NTFS，现在我们已经用到了前两个，还没用到NTFS 我们想到了NTFS隐写，可以通过ntfsstreamseditor.exe软件来扫描

LSB（Least Significant Bit），意为最低有效位。 MSB（Most Significant Bit），意为最高有效位。若MSB=1，则表示数据为负值，若MSB=0，则表示数据为正。 MSB高位前导，LSB低位前导。 谈到字节序的问题，必然牵涉到两大CPU派系。那就是Motorola的PowerPC系列CPU和Intel的x86系列CPU。PowerPC系列采用big endian方式存储数据，而x86系列则采用little endian方式存储数据。 其实big endian是指低地址存放最高有效字节（MSB），而little endian则是低地址存放最低有效字节（LSB）。 用文字说明可能比较抽象，下面用图像加以说明。比如数字0x12345678在两种不同字节序CPU中的存储顺序如下所示： 采用big endian方式存储数据是符合我们人类的思维习惯的 来源： CSDN 作者： 故国春城 链接： https://blog.csdn.net/qq_36187285/article/details/103946134

文章目录 常用工具 思路 LSB隐写 加密的ZIP压缩包 doc文件隐写 例题 常用工具 winhex：显示文件十六进制格式（也可以用hexdump） foremost：文件提取工具（也可以用binwalk） Stegsolve：LSB 查看图片最低有效位 Elcomsoft Password Recovery：压缩包解码 思路 1、查看文件属性，看能否发现隐藏信息 2、进行文件分离，看能否分离出有用文件 3、用WinHex打开文件，查找有用信息 LSB隐写 LSB隐写就是修改RGB颜色分量的最低二进制位（LSB），每个颜色会有8 bit，LSB隐写就是修改了像素中最低的1 bit，而人类的眼睛不会注意到这前后的变化，每个像素可以携带3 bit的信息。 加密的ZIP压缩包 1、考虑是否为伪加密 2、用明文攻击 明文攻击：明文攻击是一种攻击模式，指攻击者已知明文、密文以及算法，求解密钥的过程。 3、暴力 doc文件隐写 1、字体颜色改变，尝试修改字体的颜色 2、word隐藏文字设置 例题 图片隐写： 例1 用StegSolve打开，可以看到图片中有一个二维码，扫描二维码即可。 例2 用WinHex打开图片，搜索字符串FLAG即可 来源： CSDN 作者： 虐猫人薛定谔i 链接： https://blog.csdn.net/Deep___Learning/article/details

12月1日 这周的任务主要是针对各科的大作业进行了一定的投入，对 论文里面的实验的 789 和 10 进行了一定的代码的撰写和调试， 虽然结果还不是很正确，但相比之前已经有了很大的改善。 目前比较困惑的点就是， 1. 实验 4 的 Heat map of density distribution，已经会将显示一个 图像的 heatmap,可利用函数 hom=HeatMap(flipud(im2double(a)),‘Standardize’,‘COLUMN’);显 示，但是论文是显示分块类型中的 4 和 5 的嵌入块数随第一部分 的 0 或 1 的个数 n’概率分布的热图，目前会显示块数和 n’,但是 还不能实现其概率和热图。 2. 实验 5 等，论文里面的叙述是，先进性数据提取，再进行图 像解密和图像恢复，但是论文的实验却都在显示嵌入数据之后的 图像解密和图像恢复的图像，代码实现之后，虽然能恢复图像， 但图像的质量不是很高，视觉效果也很差。因为在加密图像的基 础上进行的嵌入数据，我认为应该先提前取出数据，而且论文中 加进嵌入数据时，利用稀疏矩阵的冗余块加密，嵌入的是 water=randn(1,num)<0.5;的随机产生的数据，也并没再提及之前 论文所示的数据加密密钥，我认为这个随机数据应该充当密钥， 在提取时，仍然使用这个 water 的值。 3. 后续的一些 78910

电压、电流、频率计算常见公式以及参数认识 1、阻容滤波器导通频率 2、电阻热噪声： 由于电阻的热骚动产生无规律运动引起的起伏声电流现象。 功率密度： 其中玻尔兹曼常数 ； f频带内噪声电压和电流： 3、散粒噪声： shot noise=泊松噪声poisson noise Shot noise存在的根本原因是因为光是由离散的光子构成（光的粒子性），服从泊松分布， ，其中q为电子常量1.6e-19，i为电流，Δf为频带 4、ADC参数 分辨率LSB ：Least Significant Bit， ，n位ADC位数 **INL：**Integral nonlinearity，积分非线性误差，指ADC给定输入所有包含全部差分线性误差的累积代数和，一般ADC都会给出INL=nLSB，n可以是小数。 ppm与LSB转换： ，n表示ADC位数 **DNL：**Differential nonlinearity，差分非线性误差，是ADC器件的关键静态参数，可以看做相邻转化步进的线性误差。 在 ADC 中从一个数字转换到下一个数字转换应该有严格的 1 LSB 模拟输入的变化，但是模拟信号对应于 1 LSB 数字变化可能大于或小于 1 LSB 的地方，被称为 DNL 误差。 转换精度： Vc_sample是ADC内部的采样电容引起的误差； Vshift一般是外围电路带来的偏移；