Detektor Steganografi Audio

• Deteksi LSB multi-metode: analisis bit paling tidak signifikan dari sampel audio di semua kanal untuk mendeteksi pola data tersembunyi. Alat melakukan analisis statistik pada distribusi LSB, memeriksa pola tidak acak yang menyimpang dari derau audio alami, dan menghitung probabilitas data tersisip. Mendukung format sampel 8-bit, 16-bit, dan 24-bit.
• Analisis entropi & statistik: hitung entropi Shannon pada bingkai audio untuk mengidentifikasi wilayah berentropi tinggi yang mungkin menandakan payload tersembunyi yang terenkripsi atau terkompresi. Buat histogram nilai sampel untuk mendeteksi distribusi tak biasa. Lakukan analisis chi-kuadrat untuk mendeteksi steganografi LSB secara statistik beserta skor keyakinannya.
• Deteksi anomali spektrogram & fase: analisis karakteristik domain frekuensi untuk mencari anomali yang menandakan penyisipan steganografi. Deteksi pola fase tak biasa, distribusi frekuensi tak terduga, dan artefak yang menyimpang dari konten audio alami. Tandai pita frekuensi mencurigakan tempat data tersembunyi mungkin berada.
• Laporan deteksi menyeluruh: tinjau dasbor temuan terperinci dengan peringatan berskala keparahan, skor deteksi per metode, dan penilaian risiko steganografi secara keseluruhan. Salin laporan analisis lengkap untuk dokumentasi. Semua pemrosesan berjalan lokal di browser Anda - berkas audio tidak pernah diunggah.

Steganografi audio adalah seni dan ilmu menyembunyikan informasi rahasia di dalam berkas audio tanpa mengubah suara secara kasat telinga. Berbeda dari enkripsi yang membuat data tak terbaca tetapi jelas ada, steganografi bertujuan menyembunyikan keberadaan pesan tersembunyi itu sendiri. Teknik paling umum adalah penyisipan LSB (Least Significant Bit), yaitu bit paling tidak signifikan dari setiap sampel audio diganti dengan bit dari payload rahasia. Karena ini mengubah nilai sampel paling banyak 1 (atau 1/256 dari rentang dinamis untuk audio 8-bit), modifikasinya umumnya tak terdengar. Teknik yang lebih canggih meliputi pengodean fase (menyembunyikan data pada spektrum fase), spread spectrum (menyebar data ke rentang frekuensi luas), penyembunyian gema (mengodekan bit dengan penundaan gema berbeda), dan steganografi adaptif (menyisipkan data hanya pada sampel yang paling cocok).

1. Penguraian audio & ekstraksi sampel - berkas WAV yang diunggah diurai dengan Web Audio API. Sampel PCM mentah diekstrak sebagai larik nilai bilangan bulat atau floating point, dengan tetap mempertahankan pemisahan kanal, laju sampel, dan kedalaman bit untuk analisis.
2. Analisis distribusi LSB - bidang bit paling tidak signifikan diekstrak dari setiap kanal. Audio alami biasanya sedikit condong ke 0 atau 1 pada bidang LSB (karena kuantisasi nilai sampel). Jika distribusi LSB tepat 50/50 atau menunjukkan pola menyerupai blok, itu menandakan penyisipan data yang disengaja.
3. Uji entropi & statistik - entropi Shannon dihitung pada bingkai audio kecil untuk mengidentifikasi wilayah berentropi tinggi. Uji chi-kuadrat membandingkan distribusi sampel yang diamati dengan distribusi alami yang diharapkan. Entropi yang jelas meningkat atau nilai chi-kuadrat tak biasa menandakan kemungkinan konten steganografi.
4. Analisis domain frekuensi & fase - data audio ditransformasi ke domain frekuensi memakai FFT. Diskontinuitas fase, puncak frekuensi tak terduga, dan anomali spektral dianalisis. Steganografi berkode fase meninggalkan tanda khas pada spektrum fase yang berbeda dari pola fase audio alami.

• Analisis LSB (metode utama): memeriksa distribusi bit paling tidak signifikan pada semua sampel. Menghitung rasio 0 terhadap 1, mendeteksi pola menyerupai blok (kelompok berurutan dengan nilai LSB serupa), dan membandingkannya dengan distribusi alami yang diharapkan dari konten audio serupa.
• Uji statistik chi-kuadrat: menerapkan uji chi-kuadrat kecocokan untuk mendeteksi penyimpangan dari distribusi sampel alami. Nilai p di bawah 0,05 berarti kemungkinan kurang dari 5% bahwa distribusi LSB terjadi secara alami, yang menandakan kemungkinan penyisipan steganografi.
• Analisis entropi: menghitung entropi Shannon pada bingkai audio yang saling tumpang tindih. Audio bersih memiliki pola entropi yang berkorelasi dengan energi sinyal - bagian senyap berentropi rendah, bagian keras berentropi lebih tinggi tetapi terstruktur. Entropi yang seragam tinggi di semua bingkai, terutama di wilayah senyap, sangat menandakan payload tersembunyi.
• Analisis spektrum fase: memakai Fast Fourier Transform untuk menganalisis komponen fase sinyal audio. Audio alami memiliki transisi fase yang relatif halus, sedangkan steganografi berkode fase memasukkan diskontinuitas atau pola periodik pada spektrum fase yang dapat dideteksi secara statistik.

Alat ini berjalan sepenuhnya di browser Anda memakai JavaScript sisi klien dan Web Audio API. Berkas audio, sampel yang diurai, hasil analisis, dan temuan deteksi Anda tidak pernah diunggah ke server mana pun, disimpan di basis data, atau dikirim melalui jaringan. Seluruh penguraian audio, ekstraksi LSB, perhitungan entropi, analisis frekuensi, deteksi fase, dan pengujian statistik berjalan lokal di perangkat Anda. Tidak ada panggilan API, pelacakan analitik, cookie, atau pengumpulan data apa pun. Hal ini membuatnya sepenuhnya aman untuk menganalisis bukti audio sensitif, rekaman kepemilikan, atau komunikasi rahasia.