Outil pour cacher un message secret dans un texte ou un tweet grâce à la stéganographie Steg of the Dump par Holloway qui utiliser des homoglyphes Unicode.
Steg of the Dump - dCode
Catégorie(s) : Stéganographie
dCode est gratuit et ses outils sont une aide précieuse dans les jeux, les maths, les énigmes, les géocaches, et les problèmes à résoudre au quotidien !
Une suggestion ? un problème ? une idée ? Écrire à dCode !
Steg of the Dump est un outil de stéganographie textuelle créé par Holloway. Il permet de dissimuler un message secret dans un texte public d'apparence anodine (dit porteur). Le résultat, appelé stégotexte, conserve globalement l'apparence du texte original, mais certains caractères sont remplacés par des caractères Unicode visuellement similaires (homoglyphes).
L'encodage Steg of the Dump suit plusieurs étapes :
1. Convertir chaque caractère du message caché en un nombre sur 6 bits, correspondant à sa position dans un alphabet de 48 symboles (voir ci-après).
2. Parcourir le texte et identifier les caractères présents dans la table de substitution.
3. Pour chaque caractère, prélever autant de bits que le permet son nombre de variantes Unicode. Conserver le caractère original pour représenter une séquence de zéros ; utiliser les variantes pour représenter les autres valeurs possibles.
4. Copier les caractères non modifiés et les caractères restants dans le résultat.
Chaque caractère possédant $ n $ variantes de remplacement dispose de $ n+1 $ états possibles : le caractère original et ses variantes. Le nombre de bits encodables à cet emplacement est $ k = \lfloor \log_2(n+1) \rfloor $.
Exemple : Un caractère possédant une seule variante permet de coder 1 bit. Un caractère possédant 3 variantes dispose de quatre états et permet donc de coder 2 bits.
Le décodage Steg of the Dump consiste à parcourir le texte et à reconnaître les caractères présents dans la table de substitution.
1. Associer à chaque caractère reconnu une séquence binaire : le caractère original représente des zéros, tandis que chaque variante représente une valeur binaire différente.
2. Découper le flux en groupes de 6 bits et convertir chaque groupe en un symbole de l'alphabet du message caché. Compléter si besoin, le flux binaire avec des zéros jusqu'à obtenir une longueur multiple de 6 bits.
Le message caché utilise un alphabet de 48 symboles, indexés de 0 à 47. Les valeurs binaires comprises entre 48 et 63 ne correspondent donc à aucun symbole et sont ignorées.
Un homoglyphe est un caractère dont l'apparence est identique ou très proche de celle d'un autre caractère, bien que leurs points de code Unicode soient différents.
Exemple : La lettre latine A (U+0041), la lettre grecque Alpha (U+0391) et la lettre cyrillique A (U+0410) peuvent être visuellement difficiles à distinguer, selon la police utilisée.
Dans Steg of the Dump, les substitutions sont définies par une table. Toutes les paires de caractères visuellement similaires ne sont donc pas nécessairement utilisables par l'outil.
La table de substitution est la suivante :
| ! | " | $ | % | & | ' | ( | ) |
| * | + | , | - | . | / | 0 | 1 |
| 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 |
| : | ; | < | = | > | ? | @ | A,Α,А |
| B,Β,В | C,Ϲ,Ⅽ | D | E,Ε,Е | F | G | H,Η,Н | I,Ι,І |
| J | K,Κ,K | L | M,Μ,М | N | O,Ο,О | P,Ρ,Р | Q |
| R | S | T,Τ,Т | U | V,Ѵ,Ⅳ | W | X,Χ,Ⅹ | Y,Υ,Ү |
| Z | [ | \ | ] | ^ | _ | ` | a |
| b | c,ϲ,с | d | e | f | g | h | i,і,ⅰ |
| j | k | l | m | n | o,ο,о | p | q |
| r | s | t | u | v,ν,ⅴ | w | x,х,ⅹ | y |
| z | { | | | } | ~ |
Et les espaces peuvent être codés avec U+2000, U+2001, U+2002, U+2003, U+2004, U+2005, U+2006, U+2007, U+2008, U+2009, U+200A, U+2028, U+2029, U+202F et U+205F.
La table de Steg of the Dump utilise plusieurs catégories de caractères :
— Formes pleine chasse : les caractères du bloc Unicode « Halfwidth and Fullwidth Forms » (U+FF01 à U+FF5E) représentent des variantes pleine chasse des caractères ASCII imprimables. Le dièse (#) est absent.
— Lettres grecques et cyrilliques : certaines lettres latines peuvent être remplacées par des caractères visuellement similaires, par exemple le O latin par l'omicron grec (U+039F) ou le O cyrillique (U+041E).
— Autres caractères confondables : certaines lettres disposent de variantes telles que le signe Kelvin (U+212A), des chiffres romains ou des lettres issues d'autres alphabets.
— Espaces Unicode : la table comprend les caractères U+2000 à U+200A, U+2028, U+2029, U+202F et U+205F. Ces 15 variantes de l'espace ordinaire permettent de représenter jusqu'à 4 bits par emplacement.
Le nombre de bits disponibles dépend du nombre de variantes effectivement répertoriées pour chaque caractère. Les lettres A, B, C, E, H, I, K, M, O, P, T, V, X, Y, c, i, o, v et x possèdent chacune trois variantes dans la table, en plus du caractère original, et peuvent donc coder 2 bits par emplacement.
Le message caché utilise un alphabet limité à 48 symboles : abcdefghijklmnopqrstuvwxyz123456789'0.:/\%-_?&;
— L'espace ;
— Les lettres minuscules de a à z ;
— Les chiffres de 0 à 9 ;
— Les signes suivants : apostrophe, point, deux-points, barre oblique, barre oblique inverse, pourcentage, tiret, tiret bas, point d'interrogation, esperluette et point-virgule.
Les lettres majuscules saisies sont converties en minuscules. Les caractères accentués et la plupart des autres signes de ponctuation ne font pas partie de l'alphabet pris en charge.
Cette restriction permet de représenter chaque symbole sur 6 bits, puisque $ 2^6 = 64 $ et que l'alphabet ne contient que 48 symboles.
La capacité théorique, exprimée en bits, se calcule en additionnant la capacité de chaque caractère porteur :
$ C = \sum_i \lfloor \log_2(n_i+1) \rfloor $
où $ n_i $ représente le nombre de variantes de remplacement disponibles pour le caractère porteur situé à la position $ i $.
La capacité en symboles cachés est approximativement $ \lfloor C/6 \rfloor $, puisque chaque symbole utilise 6 bits.
Exemple : Le texte dCode se décompose en d : 1 bit ; C : 2 bits ; o : 2 bits ; d : 1 bit ; e : 1 bit. La capacité totale est de 7 bits.
Un message caché de $ m $ caractères nécessite au minimum $ 6(m+1) $ bits.
A titre indicatif, une capacité moyenne de 1 à 2 bits par caractère porteur correspond à environ 3 à 6 caractères porteurs par caractère caché. Les espaces et certaines lettres majuscules sont particulièrement intéressants, car ils disposent de davantage de variantes.
La présence de substitutions Unicode comme Steg of the Dump revet au message une apparence irrégulière : certaines lettres ou certains signes peuvent présenter des différences de largeur (chasse fixe) et d'espacement (différents quadratins).
L'implémentation de référence est disponible sur le site Holloway ici elle était originellement prévue pour cacher des messages dans des tweets (sur Twitter)
L'acronyme SOTD ou le nom de Matthew Holloway sont des indices.
dCode se réserve la propriété du code source pour "Steg of the Dump". Tout algorithme pour "Steg of the Dump", applet ou snippet ou script (convertisseur, solveur, chiffrement / déchiffrement, encodage / décodage, encryptage / décryptage, traducteur) ou toutes fonctions liées à "Steg of the Dump" (calculer, convertir, résoudre, décrypter / encrypter, déchiffrer / chiffrer, décoder / encoder, traduire) codés en langage informatique (Python, Java, C#, PHP, Javascript, Matlab, etc.) ou toute base de données, ou accès API à "Steg of the Dump" ou tout autre élément ne sont pas publics (sauf licence open source explicite). Idem avec le téléchargement pour un usage hors ligne sur PC, mobile, tablette, appli iPhone ou Android.
Rappel : dCode est une ressource éducative et pédagogique, accessible en ligne gratuitement et pour tous.
Le contenu de la page "Steg of the Dump" ainsi que ses résultats peuvent être copiés et réutilisés librement, y compris à des fins commerciales, à condition de mentionner dCode.fr comme source (Licence de libre diffusion Creative Commons CC-BY).
L'export des résultats est gratuit et se fait simplement en cliquant sur les icônes d'export ⤓ (format .csv ou .txt) ou ⧉ copier-coller.
Pour citer dCode.fr sur un autre site Internet, utiliser le lien :
Dans un article scientifique ou un livre, la citation bibliographique recommandée est : Steg of the Dump sur dCode.fr [site web en ligne], consulté le 19/11/2026,