Alvarado Nieto, Luz DeicyAmaya Barrera, Edilma IsabelRodríguez Galindo, Juan FelipeBohórquez Rodríguez, Mateo2025-08-052025-08-052025-07-11http://hdl.handle.net/11349/98379Este trabajo presenta un criptosistema esteganográfico de audio que combina la compresión inteligente de textos mediante redes neuronales y la encriptación con atractores caóticos, integrando estas técnicas en un proceso de inserción imperceptible dentro de archivos WAV. La arquitectura propuesta emplea el modelo LLMLingua para reducir la longitud de los mensajes sin comprometer su semántica, y mapas logísticos caóticos para generar claves pseudoaleatorias que incrementan la seguridad del cifrado. El mensaje comprimido y cifrado es ocultado mediante modificación de bits menos significativos, utilizando técnicas de inserción secuencial o aleatoria. El sistema fue validado a través de métricas objetivas como PSNR, MSE, entropía y pruebas estadísticas, demostrando alta imperceptibilidad y robustez frente a ataques de compresión, filtrado, escalado y eco. Sin embargo, se identificaron vulnerabilidades frente a ruido gaussiano y remuestreo agresivo. Esta investigación contribuye al desarrollo de tecnologías de seguridad digital, proponiendo un modelo funcional y adaptable a contextos reales donde la confidencialidad es esencial.This research proposes an audio steganographic cryptosystem that integrates intelligent text compression through neural networks with encryption based on chaotic attractors. The proposed system leverages LLMLingua to reduce input message size while preserving semantic integrity and applies logistic chaotic maps to generate pseudo-random keys for XOR-based encryption. The compressed and encrypted message is embedded into WAV audio files using least significant bit (LSB) manipulation, via sequential or random insertion guided by chaotic sequences. Performance was evaluated through objective metrics such as PSNR, MSE, entropy, and statistical tests, showing high imperceptibility and resilience against compression, filtering, amplitude scaling, and echo attacks. However, it exhibits weaknesses under Gaussian noise and aggressive resampling. This work contributes to digital security by offering a robust and adaptable model for secure information embedding in audio signals within real-world communication scenarios.pdfspaEsteganografía de audioCriptografía caóticaRedes neuronalesCompresión de textoAtractores caóticosInserción LSBbachelorThesisIngenería de Sistemas -- Tesis y disertaciones acadéemicasEsteganografía en audioRedes neuronalesSeguridad digitalOpenAccessAudio steganographyChaotic cryptographyNeural networksText compressionChaotic attractorsLSB embeddingAbierto (Texto Completo)