Image Compression Across Social Networks: Benchmarks, Metadata Stripping, and Polyglot PNG Steganography Estratégias de Compressão de Imagens em Redes Sociais: Benchmarks, Sanitização de Metadados e Sobrevivência de Esteganografia Polyglot PNG

1. Introdução e Escopo da Investigação

Quando um usuário realiza o upload de uma fotografia ou diagrama gráfico para uma grande plataforma de rede social, o arquivo raramente é armazenado em sua forma bruta original. Plataformas em hiperescala processam bilhões de uploads diários e operam sob restrições severas de largura de banda, custos de armazenamento distribuído (Object Storage/CDN) e imperativos de segurança da informação.

Este relatório disseca os mecanismos de ingestão, transcodificação e sanitização executados pelas principais plataformas contemporâneas: Facebook, Instagram, Threads, Twitter / X, Bluesky e Reddit, além de resgatar o comportamento histórico do Orkut (plataforma precursora que dominou a web brasileira na década de 2000, analisada via acervos técnicos e registros do Wayback Machine). Analisamos o impacto dessas rotinas na degradação perceptual de imagens, na eliminação sistemática de metadados de privacidade (EXIF, IPTC, XMP) e na resistência de técnicas avançadas de ocultação de dados, com foco especial no método Polyglot PNG pós-DEFLATE no chunk IDAT.

2. Glossário Técnico e Fundamentos Estruturais

Para compreender como os pipelines de imagem tratam dados ocultos e anomalias de arquivo, é necessário estabelecer com rigor os conceitos de codificação de contêineres e compressão:

3. O Mecanismo Polyglot PNG no Chunk IDAT

O conceito de arquivo polyglot refere-se a um payload binário válido simultaneamente em dois ou mais formatos de arquivo distintos, ou a um arquivo que oculta cargas arbitrárias em áreas toleradas pelas especificações formais de decodificação.

No caso do formato PNG, o método de injeção pós-DEFLATE aproveita o desacoplamento entre o comprimento do contêiner IDAT e a finalização lógica do fluxo zlib/DEFLATE:

Como o decodificador padrão reage: Bibliotecas de referência como a libpng leem os dados do chunk IDAT e inicializam o motor zlib. A descompressão processa os blocos de dados até encontrar o bloco com BFINAL = 1 e validar a soma Adler-32. Nesse instante, o leitor conclui a extração dos pixels da imagem com sucesso. Os bytes subsequentes dentro do mesmo chunk IDAT são simplesmente ignorados pelo motor de descompressão, e o decodificador avança para validar o CRC32 geral do chunk (que foi previamente recalculado pelo invasor para incluir os bytes da carga útil). O visualizador exibe a imagem perfeitamente sem acusar corrupção de arquivo.

Por que o Método Polyglot Fracassa em Redes Sociais?

A crença de que um arquivo polyglot PNG ou uma carga embutida em metadados pode transitar e persistir em plataformas como Facebook, Twitter ou Instagram decorre de um equívoco sobre a arquitetura dos servidores de mídia. Redes sociais modernas não atuam como servidores de arquivos brutos (como FTP ou S3 público direto):

O pipeline decodifica a imagem para uma matriz pura de pixels na memória RAM. Tudo o que não for estritamente necessário para desenhar os pixels (dados após o stream DEFLATE, chunks ancilares tEXt, comentários, dados EXIF e payloads injetados) é descartado da memória. O arquivo servido aos usuários finais é gerado a partir de uma instância totalmente nova de codificador.

Figure 2: Chroma subsampling architectures (YCbCr 4:4:4 vs 4:2:2 vs 4:2:0). Compression pipelines drop 75% of color information in 4:2:0, destroying spatial steganography. Figura 2: Arquiteturas de subamostragem cromática (YCbCr 4:4:4 vs 4:2:2 vs 4:2:0). Pipelines de compressão descartam 75% da informação de cor no modo 4:2:0, destruindo esteganografia espacial.

4. Estudo Comparativo Plataforma por Plataforma

A. Facebook (Meta Platforms)

• Arquitetura de Ingestão: Utiliza o motor proprietário baseado no MozJPEG e variantes de codificação progressiva com quantização perceptual orientada por SSIM (Structural Similarity Index).
• Dimensões Máximas: Escala o lado maior para 720px, 960px ou 2048px (quando a opção de alta resolução é ativada). Qualquer imagem acima de 2048px sofre interpolação bilinear ou Lanczos redutora.
• Tratamento de Metadados: Remoção integral (100%) de EXIF, GPS, número de série da câmera e perfil de cores original. O Facebook insere seu próprio marcador de rastreamento IPTC ou metadados mínimos internos em alguns formatos.
• Sobrevivência Polyglot: Zero. Mesmo uploads de imagens em formato PNG são convertidos para JPEG caso ultrapassem limites de densidade de cores, e PNGs mantidos são reconstruídos por otimizadores próprios (similares a pngquant/optipng).

B. Instagram (Meta Platforms)

• Arquitetura de Ingestão: A plataforma mais agressiva do ecossistema Meta. Todas as fotografias são convertidas para JPEG com fator de qualidade estimado entre Q=70 e Q=80.
• Restrições de Enquadramento: Largura fixa obrigatória de 1080px (quadrados 1080x1080, verticais 1080x1350 ou horizontais 1080x566). Imagens com largura inferior a 320px sofrem interpolação ampliada forçada.
• Subamostragem Cromática: YCbCr 4:2:0 obrigatório. Textos com linhas finas vermelhas ou azuis sofrem borrões severos de crominância.
• Sobrevivência Polyglot: Zero. Destruição completa de qualquer estrutura binária não-pixel.

C. Threads (Meta Platforms)

• Arquitetura de Ingestão: Compartilha a infraestrutura de CDN e processamento de mídia do Instagram (servidores scontent.cdninstagram.com).
• Formatos Servidos: Forte adoção de WebP dinâmico negociado via cabeçalho HTTP Accept: image/webp, mantendo fallback em JPEG para clientes antigos.
• Sanitização: Idêntica ao Instagram. Eliminação de EXIF e re-codificação mandatória.

D. Twitter / X

• Arquitetura de Ingestão: Notável por uma atualização arquitetural histórica documentada em 2019 pelo engenheiro Nolan O'Brien. O Twitter flexibilizou a transcodificação de imagens para evitar degradação de ilustrações e capturas de tela.
• A Regra de Preservação de PNG: O Twitter não transcodifica PNGs se a imagem tiver menos de 900px na maior dimensão, ou até 4096px se a imagem atender a critérios estritos de taxa de bits sem canal alfa desnecessário. No entanto, o contêiner passa por um sanitizador de chunks que remove metadados ancilares e descarta bytes após o fluxo DEFLATE.
• JPEGs: Se a imagem original estiver abaixo de 4096px e compactada com qualidade aceitável, o Twitter preserva a codificação original do stream DCT, gerando apenas miniaturas secundárias para o feed. Metadados EXIF são eliminados na borda.
• Sobrevivência Polyglot: Zero. O sanitizador de chunks regrava a estrutura do contêiner PNG, recalculando comprimentos e descartando payloads parasitários.

E. Bluesky (Protocolo AT / PDS)

• Arquitetura de Ingestão: O protocolo aberto AT opera sob o conceito de Personal Data Servers (PDS). Para proteger a rede descentralizada contra exaustão de armazenamento, a especificação impõe um limite estrito de 1.000.000 de bytes (aprox. 1 MB) por blob de imagem (com.atproto.repo.uploadBlob).
• Compressão no Cliente: O aplicativo oficial do Bluesky (desenvolvido em React Native) executa redimensionamento e re-compressão diretamente no dispositivo do usuário antes do envio, convertendo fotos pesadas para JPEG de 2000px com Q=85 para garantir que o payload fique abaixo de 1 MB.
• Serviço de Proxy CDN: As imagens distribuídas passam pelo proxy centralizado (cdn.bsky.app), que converte e entrega variantes WebP dinamicamente.
• Sobrevivência Polyglot: Zero. O processamento prévio no cliente móvel descarta qualquer injeção antes que os bytes toquem a rede.

F. Reddit (`i.redd.it`)

• Arquitetura de Ingestão: Suporta uploads diretos de até 20 MB. PNGs de alta resolução com transparência costumam ser hospedados mantendo a extensão PNG.
• Negociação Dinâmica: O Reddit serve a imagem original em i.redd.it para visualização direta, mas gera versões transcodificadas em WebP para consumo nos feeds dos aplicativos oficiais (preview.redd.it).
• Metadados: Dados de geolocalização e detalhes de hardware EXIF são limpos durante a ingestão para resguardar a privacidade dos autores.
• Sobrevivência Polyglot: Baixa a nula. Mesmo mantendo o formato PNG, o backend reprocessa o arquivo eliminando dados residuais.

G. Orkut (Estudo Histórico / 2004 a 2014)

• Contexto Histórico: Durante o apogeu do Orkut, os usuários enfrentavam conexões discadas ou banda larga incipiente (128 kbps a 1 Mbps). O custo de armazenamento nos datacenters do Google demandava economias severas.
• Limitações Estruturais: Originalmente, cada perfil tinha uma cota de apenas 12 fotos por álbum, posteriormente ampliada para 100 em 2008.
• Pipeline de Transcodificação: Baseado em bibliotecas clássicas de PHP (ext/gd) e ImageMagick. Imagens de câmeras digitais de 3 a 5 megapixels (resoluções de 2048x1536) eram compulsoriamente reduzidas para 640x480 (VGA) ou no máximo 1024x768 (XGA), com qualidade JPEG fixada em aproximadamente Q=75.
• Eliminação de Dados: O método imagecreatefromjpeg() carregava apenas a matriz de pixels, destruindo instantaneamente todo metadado EXIF ou payload esteganográfico. Fotografias de 2 MB eram reduzidas para arquivos entre 40 KB e 90 KB.

Figure 3: 2D Discrete Cosine Transform (DCT) 8x8 basis functions. High-frequency coefficients (bottom right) are zeroed out by social media quantization tables. Figura 3: Funções de base 8x8 da Transformada Discreta de Cosseno (DCT). Coeficientes de alta frequência (canto inferior direito) são zerados pelas matrizes de quantização das redes.

5. Matriz Comparativa de Benchmarks

A tabela a seguir consolida os testes experimentais comparando um arquivo fonte bruto com o resultado servido pelas redes sociais após o processamento:

Figure 4: Residual difference map between uncompressed source and re-compressed JPEG. Bright pixels reveal irreversible spatial loss of high-frequency data. Figura 4: Mapa de resíduo diferencial entre fonte não-comprimido e JPEG re-comprimido. Pixels brilhantes revelam a perda espacial irreversível de dados em alta frequência.

6. Laboratório Prático: Demonstração e Verificação em Python

O script a seguir implementa a técnica de injeção polyglot pós-DEFLATE no chunk IDAT de um PNG sintético e demonstra de forma verificável a destruição do payload quando submetido a uma rotina de re-compressão padrão:

import struct
import zlib
from PIL import Image

def generate_polyglot_png(output_path, secret_payload):
    signature = b'\x89PNG\r\n\x1a\n'
    
    # IHDR: 4x4 pixels, 8 bits/canal, RGB
    ihdr_payload = struct.pack('>IIBBBBB', 4, 4, 8, 2, 0, 0, 0)
    ihdr_chunk = struct.pack('>I', len(ihdr_payload)) + b'IHDR' + ihdr_payload + struct.pack('>I', zlib.crc32(b'IHDR' + ihdr_payload))
    
    # Scanlines brutas (filtro 0 + RGB para 4 pixels por linha)
    scanlines = b''
    for _ in range(4):
        scanlines += b'\x00' + (b'\x00\xd2\xff' * 4) # Cor azul blueprint
        
    compressed_zlib = zlib.compress(scanlines, level=9)
    
    # Injeta a carga apos o Adler-32 do zlib, mantendo tudo dentro do chunk IDAT
    combined_payload = compressed_zlib + secret_payload
    idat_crc = zlib.crc32(b'IDAT' + combined_payload)
    idat_chunk = struct.pack('>I', len(combined_payload)) + b'IDAT' + combined_payload + struct.pack('>I', idat_crc)
    
    # Chunk IEND final
    iend_chunk = struct.pack('>I', 0) + b'IEND' + struct.pack('>I', zlib.crc32(b'IEND'))
    
    with open(output_path, 'wb') as f:
        f.write(signature + ihdr_chunk + idat_chunk + iend_chunk)
    print(f"[+] Polyglot PNG gerado com sucesso em: {output_path} ({len(signature + ihdr_chunk + idat_chunk + iend_chunk)} bytes)")

def simulate_pipeline(input_path, output_reencoded):
    # Simula o pipeline de um servidor de rede social:
    # 1. Carrega apenas pixels na memoria
    im = Image.open(input_path)
    # 2. Re-salva em novo arquivo (re-codificacao limpa)
    im.save(output_reencoded, format='PNG', optimize=True)
    print(f"[+] Imagem processada e salva em: {output_reencoded}")

# Execucao do teste forense
secret = b'LR_LABS_TOP_SECRET_STEGANO_PAYLOAD_2026'
generate_polyglot_png('/tmp/source_polyglot.png', secret)
simulate_pipeline('/tmp/source_polyglot.png', '/tmp/sanitized_social.png')

with open('/tmp/sanitized_social.png', 'rb') as f:
    data_after = f.read()

print(f"[?] Payload oculto sobreviveu ao pipeline? -> {secret in data_after}")

7. Conclusões e Lições de Arquitetura