Кафедра информатики и математических методов защиты информационных систем (ИММЗИС)

1. Одесский национальный политехнический университет Кафедра информатики и математических методов защиты информационных систем (ИММЗИС)

2. Метод определения фальсификации цифрового изображения в условиях возмущающих воздействий Кафедра информатики и математических методов защиты информационных систем

3. Внедрение новых информационных технологий невозможно без решения вопросов информационной безопасности в различных сферах: в политике, экономике, медицине и т.д. Очень важной является проблема обеспечения подлинности цифровых изображений и создания методов выявления их фальсификации. Довольно часто сфальсифицированные изображения используются в качестве доказательств в суде (поддельный номер автомобиля, присутствие (отсутствие) конкретного человека в конкретном месте…), а также в других сферах жизни (медицинские снимки, научные исследования и т.д.).

4. МНСЧБ подлинного изображения Большинство цифровых изображений (ЦИ), полученных современными фотокамерами, хранятся в формате JPEG, одним из основных шагов которого является квантование коэффициентов ДКП блоков, полученных после стандартного разбиения матрицы изображения. Разобьем матрицу ЦИ на блоки 8*8, найдем для каждого блока множество его сингулярных чисел (СНЧ). Поставим в соответствие ЦИ матрицу нулевых сингулярных чисел блоков (МНСЧБ), каждый элемент которой соответствует блоку и обозначает количество нулевых СНЧ в нем. На основании ранее проведенного анализа были выявлены характерные особенности этих матриц для ЦИ, хранимых без потерь, после квантования и частичного восстановления, после квантования и полного восстановления . МНСЧБ исходного ЦИ

5. ВОССТАНОВЛЕНИЕ ЦИ, ПОДВЕРГНУТОГО JPEG-СЖАТИЮ МНСЧБ ЦИ после ЧВ МНСЧБ ЦИ после ПВ Восстановление изображения после JPEG-сжатия далее будем рассматривать в двух видах: частичное восстановление (ЧВ), включающее в себя обратное ДКП без округления полученных коэффициентов, и полное восстановление (ПВ), при котором происходит округление коэффициентов матрицы, являющейся результатом ЧВ. Обсуждаемые ниже фотографии – полностью восстановленные после jpeg-сжатия ЦИ.

6. Также было выявлено, что МНСЧБ, получаемые после одного и двух квантований при совпадении сеток разбиения на блоки матрицы изображения будут мало отличаться друг от друга как при ЧВ, так и при ПВ. 1 – Исходное ЦИ CELL.TIF (а) МНСЧБ после ЧВ (б) после ПВ (в) 2− МНСЧБ после второго квантования и ЧВ ЦИ (а) ПВ ЦИ (б)

7. ВЛИЯНИЕ СДВИГА СРБ НА МНСЧБ ЦИ Рассмотрим наиболее часто встречающийся способ фальсификации изображения. Пусть часть ЦИ, которое будем называть основным изображением, заменяется частью ЦИ, далее называемой вклейкой. Основное изображение и изображение, из которого взята вклейка, получены при помощи современных фотокамер. Пусть полученный фотомонтаж снова сохраняется в формате JPEG. Это приводит к повторному квантованию коэффициентов ДКП. Если основное изображение и вклейка являются результатами одинарного квантования, то вероятность совпадения сеток разбиения на блоки (СРБ) основного изображения и вклейки, использованных при их квантовании, после осуществления фотомонтажа мала, а значит особенности МНСЧБ, возникающие за счет такого несовпадения, укажут на наличие фальсификации. 1 – МНСЧБ при сдвиге СРБ на 1 покаждой оси (а); на 4 и 3 по осям ОХ и ОУ соответственно (б) 2 – МНСЧБ дважды квантованного ПВ ЦИ при сдвиге сетки разбиения на 2 позиции по каждой оси

8. АЛГОРИТМ ВИЯВЛЕНИЯ ФАЛЬСИФИКАЦИИ ЦИФРОВОГО ИЗОБРАЖЕНИЯ • Разбить матрицу ЦИ на блоки 8×8 • Для каждого блока определить множество СЧ • Построить МНСЧБ • Выделить подобласти значительного «беспорядочного» разброса значений элементов • Анализ СЧ блоков выделенных подобластей, соответствующих наименьшим значениям МНСЧБ. Вклейки определяются теми подобластями, для которых среди этих блоков будет значительная часть таких, большая часть СЧ которых сравнима с нулем. Изображение CELL1 (а); МНСЧБ после квантования CELL1 (б).

9. Как правило, фальсификация ЦИ редко обходится без цифровой обработки с помощью соответствующего программного обеспечения. Поэтому возникает вопрос – как повлияет цифровая обработка изображения на поведение СЧ и на работу нашего метода? Рассмотрим в качестве примера обработку изображения в программе Adobe Photoshop ввиду ее высокой популярности и общедоступности. Наиболее часто употребляемые в ходе обработки ЦИ операции и инструменты – масштабирование, размытие, резкость, клонирование. Согласно статистическим данным, полученным опытным путем, было выявлено, что при обработке ЦИ вышеперечисленными инструментами СЧ действительно меняются, так как меняется структура изображения . Но при этом качественная картина остается прежней. Следовательно, обработка в Photoshop не повлияет на эффективность работы данного метода обнаружения фальсификации ЦИ. Влияние обработки ЦИ в Photoshop на его сингулярные числа Сингулярный спектр исходного ЦИ Сингулярный спектр ЦИ после размытия

10. Влияние обработки ЦИ в Photoshop на его сингулярные числа Сингулярный спектр ЦИ после четырехкратное увеличения

11. АПРОБАЦИЯ ПРЕДЛОЖЕННОГО МЕТОДА Возьмем фотографию, сделанную современной цифровой фотокамерой в формате JPEG. Требуется проверить, настоящий ли номер автомобиля, присутствующего на фотоснимке.

12. АПРОБАЦИЯ ПРЕДЛОЖЕННОГО МЕТОДА Вырежем из изображения номер автомобиля – это значительно уменьшит размер обрабатываемого файла. Рассмотрим МНСЧБ данного фрагмента изображения. В области, соответствующей второй цифре 5, появляется нехарактерный для остальной части изображения разброс чисел – 1, 2 и 7. Это можно объяснить несовпадением СРБ основного изображения и вклейки. И именно это определяет фальсификацию в данном месте ЦИ.

13. АПРОБАЦИЯ ПРЕДЛОЖЕННОГО МЕТОДА В результате мы пришли к выводу, что фотография данного номера автомобиля была сфальсифицирована средствами цифровой обработки изображения и не может быть использована для идентификации автомобиля. Действительно, настоящий номер автомобиля «ВН 0577 АА».

14. Выявление фотомонтажа На данном фрагменте фотографии кусочком неба закрыт самолет, по которому можно определить, к примеру, место или время создания фотографии. На МНСЧБ четко видна область вклейки.

15. Москва слезам не верит… Главная героиня из электрички перенесена в…

16. Выявление фотомонтажа …деревянный домик. Разброс значений МНСЧБ возникает именно в области вклейки.

17. Выявление фотомонтажа Была ли лодка? Цифры не врут. Определенно, не было!

18. Таким образом на кафедре ИММЗИС разработан практический метод обнаружения фальсификации цифровых изображений на основе анализа возмущений сингулярных чисел блоков матрицы изображения, который дает возможность не только установить сам факт фальсификации цифровой фотографии в условиях различных возмущающих воздействий, но и достаточно точно локализировать область такого изменения, не привлекая для этого никакие дополнительные технические средства, а также средства обработки полученного изображения. Вся анализируемая информация предоставляется непосредственно матрицей ЦИ.