Encrypted Data Transmission via Audio Steganography over Messaging Applications

This thesis investigates the feasibility of covert data transmission through audio channels in instant messaging applications. We propose a system that enables secure communication by combining encryption with audio steganography, allowing data to be embedded within audio signals that resemble ordinary voice messages. The proposed pipeline converts encrypted data into audio waveforms using Differential Phase Shift Keying (DPSK) encoding. The resulting signal is further obfuscated through the addition of white noise and voice recordings, producing audio that is similar to typical user recordings. This audio is then transmitted via standard messaging functionalities, such as voice message recordings in WhatsApp Web. On the receiver side, the transmitted audio is processed to recover the embedded signal, which is subsequently decoded and decrypted. The system is designed to operate using commonly available tools, requiring only a computer and an instant messaging application. The thesis explores the challenges associated with this approach, including robustness against platform-specific transformations such as Opus compression, and evaluates the overall feasibility of the method. This work serves as a proof of concept and highlights potential implications for privacy, data security and communication control.

La presente tesi esamina la fattibilità della trasmissione nascosta di dati attraverso canali audio nelle applicazioni di messaggistica istantanea. Proponiamo un sistema che consente una comunicazione sicura combinando la crittografia con la steganografia audio, permettendo di incorporare i dati all’interno di segnali audio che assomigliano a normali messaggi vocali. Il processo proposto converte i dati crittografati in forme d’onda audio utilizzando la codifica DPSK (Differential Phase Shift Keying). Il segnale risultante viene ulteriormente offuscato tramite l’aggiunta di rumore bianco e registrazioni vocali, producendo un audio simile alle tipiche registrazioni degli utenti. Questo audio viene quindi trasmesso tramite funzionalità di messaggistica standard, come le registrazioni vocali su WhastApp Web. Dal lato del ricevente, l’audio trasmesso viene elaborato per recuperare il segnale incorporato, che viene successivamente decodificato e decriptato. Il sistema è progettato per funzionare utilizzando strumenti comunemente disponibili, richiedendo solo un computer e un’applicazione di messaggistica istantanea. La tesi esplora le sfide associate a questo approccio, inclusa la robustezza contro trasformazioni specifiche della piattaforma come la compressione Opus, e valuta la fattibilità complessiva del metodo. Questo lavoro funge da prova di concetto ed evidenzia potenziali implicazioni per la privacy, la sicurezza dei dati e il controllo delle comunicazioni.