Studio e sviluppo di un algoritmo per l’implementazione del“ Triangle Test” in uno scenario applicativo di Image Forensics
0 likes233 views
Il documento presenta uno studio sullo sviluppo di un algoritmo per implementare il 'triangle test' nell'ambito dell'image forensics, con focus sulla identificazione delle sorgenti di immagini e rilevamento delle contraffazioni. Vengono discussi il PRNU come fingerprint delle fotocamere e le tecniche difensive contro attacchi mirati a falsificare l'origine delle immagini. Le conclusioni evidenziano la necessità di migliorare la sicurezza forense e ottimizzare le strategie di difesa.
Studio e sviluppo di un algoritmo per l’implementazione del“ Triangle Test” in uno scenario applicativo di Image Forensics
- 1. Studio e sviluppo di un algoritmo per l’implementazione del “Triangle Test” in uno scenario applicativo di Image Forensics Andrea Novi Relatori: Prof. Fabrizio Argenti Dr. Roberto Caldelli Firenze, 29/04/2011 Dr. Irene Amerini
- 2. Sommario Image Forensics Forensic Security Triangle Test Risultati Conclusioni
- 3. Multimedia Forensics Definizione Scienza che analizza il dato multimediale (video, audio o immagine) per trarre da esso delle evidenze significative, connesse alla scena rappresentata, al fine di rendere possibile e sostenere un'investigazione. Image Forensics
- 4. Image Forensics Source Identification • ha il compito di identificare il particolare dispositivo elettronico che ha acquisito la prova multimediale sotto esame. – Tipo di dispositivo (es. scanner/fotocamera) – Marca e modello (es. Canon, Nikon, Pentax) – Dispositivo specifico (es. Canon 40D del mio amico)
- 5. Image Forensics Forgery detection • ha il compito di rilevare manomissioni o contraffazioni che hanno compromesso l'integrità del dato in esame.
- 6. Forensic Security • Diffusione delle tecniche di Image Forensics • Attacchi sempre più sofisticati e mirati • Bisogno di garantire maggiore sicurezza Forensic Security • Studia le tecniche di attacco alla Image Forensics • Adotta misure tese ad assicurare una maggiore robustezza agli algoritmi.
- 7. Source Identification Obiettivo • Risalire alla fotocamera digitale che ha acquisito una data immagine. • Individuare un fingerprint che la fotocamera ha lasciato sull'immagine scattata, che permetta la sua identificazione. PRNU PRNU (Photo-Response Non-Uniformity) • Distorsione sistematica delle intensità dei pixel del sensore dovuto ad anomalie nel processo di fabbricazione dei wafer di silicio • Caratteristica esclusiva del sensore • Si presenta sempre nella stessa posizione in ogni immagine scattata • E’ creato a partire da un certo numero di immagini scattate dalla fotocamera stessa
- 8. Source Identification Metodo di estrazione del PRNU Filtro di Mihçak* • Lavora nel dominio Wavelet Rumore residuo • Contiene ancora qualche residuo della scena fotografata PRNU stimato • fingerprint di riferimento della fotocamera digitale
- 9. Source Identification Funzionamento – Si controlla all’interno dell’immagine sotto esame la presenza del fingerprint attraverso il calcolo della correlazione (J.Fridrich*) fra il rumore residuo e il fingerprint della macchina digitale ⃰ J. Lukas, J. Fridrich, M. Goljan, “Digital camera identification from sensor pattern noise”, TIFS 2006.
- 10. Attacco alla Source Identification Obiettivo • Falsificare la sorgente di acquisizione dell’immagine* Scenario di Attacco • La vittima (Alice) possiede una propria fotocamera C. • L’attaccante Eve vuole incastrare Alice prendendo un’immagine J da un’altra fotocamera C’ e facendola apparire come se fosse stata scattata dalla fotocamera C di Alice. • Eve dopo aver falsificato l’immagine distrugge la propria fotocamera C’ e l’ immagine J. * Miroslav Goljan, Jessica Fridrich, and Mo Chen, “Sensor noise camera identification: Countering counter-forensics,” in SPIE Conference on Media Forensics and Security, 2010.
- 11. Attacco alla Source Identification FO J’ J RG ED Nikon L19 Samsung S860 + Samsung S860 Modello moltiplicativo Immagini rubate Filtroda Eve di Mihcak • Il PRNU viene aggiunto moltiplicandolo per l’immagine • Nasconde meglio il rumore
- 12. Scenario di difesa Difesa di Alice • Alice dispone di un set di Ns immagini, fra le quali sospetta che ci sia almeno una delle immagini che Eve le ha sottratto. • Ha pieno accesso alla propria macchina fotografica C. • Esegue l’algoritmo del Triangle Test Obiettivo • Determinare se l’immagine sotto esame è stata contraffatta. • Determinare quali immagini sono state rubate
- 13. Triangle Test FO RG ED Usata da Eve Triangle Test Non usata da Eve Immagini Flat • immagini omogenee • stima migliore del PRNU (mancanza di contenuto)
- 14. Triangle Test Algoritmo • Alice si calcola le seguenti correlazioni: • Per immagini I che non sono state usate da Eve ilFactor di cI,J’ sarà di Alice Fattore di qualitàvalore Mutual Content del fingerprint pressoché uguale a quello stimato • tiene conto delle variazioni del contenuto • Altrimenti se I appartiene ad unacorrelazioni sui sottoblocchi dell’immagine • delle immagini che ha usato Eve la correlazione cI,J’ risulterà maggiore di quella stimata. • Perché WI è presente interamente in WJ’ in maniera scalata attraverso la stima MLE del PRNU.
- 15. Triangle Test Algoritmo • La dipendenza fra e per immagini I non usate da Eve è pressoché lineare • Alice stima l’andamento della retta con NI immagini innocenti • Alice determina la soglia utilizzando il criterio di Neyman-Pearson, imponendo la probabilità di falso alarme PFA=10-3. Legenda • Le croci blu sono le immagini usate per stimare l’andamento della retta • I rombi rossi sono le immagini innocenti del set di Alice. • I cerchi verdi sono le immagini rubate da Eve contenute nel set di Alice
- 16. Analisi delle azioni dell’attaccante Possibili Scenari • Tipo di immagini che Eve potrebbe scegliere • Numero di immagini che Eve può rubare • Modello additivo o moltiplicativo • Uso o meno della funzione di Enhancer per la stima del fingerprint Tipo di immagini rubate: Tipo di immagini rubate: Numero di immagini rubate: Numero di immagini rubate: • tessiturate • tessiturate • 20 • 20 • flat (omogenee) • flat (omogenee) • 50 • 50 Metodo di inserimento del rumore Metodo di inserimento del rumore Stima del fingerprint: Stima del fingerprint: • Moltiplicativo • Moltiplicativo • Denoising • Denoising • Additivo • Additivo • Denoising con Enhancer • Denoising con Enhancer
- 17. Funzione di Enhancer • Utilizzo di una funzione di enhancement del rumore – Esalta il rumore estratto, eliminando i dettagli della scena ritratta. – E’ applicato nel dominio della trasformata Wavelet dopo l’estrazione del rumore.
- 18. Risultati Samsung S860 Samsung L85 Nikon L19 Samsung S860 Immagini di Alice • Il set di Alice è composto da • Il set di Alice è composto da 50 immagini innocenti e da quelle 50 immagini innocenti e da quelle rubate da Eve. rubate da Eve. • Per la stima del coefficiente angolare • Per la stima del coefficiente angolare della retta Alice usa 130 immagini della retta Alice usa 130 immagini innocenti. innocenti. • Per la stima del PRNU Alice utilizza • Per la stima del PRNU Alice utilizza 20 immagini omogenee. 20 immagini omogenee.
- 19. Risultati: stima del fingerprint Eve non usa l’Enhancer • Metodo Moltiplicativo • Metodo Moltiplicativo • Eve ruba 20 immagini tessiturate • Eve ruba 20 immagini tessiturate Eve usa l’Enhancer
- 20. Risultati: modello additivo Eve non usa l’Enhancer • Modello Additivo • Modello Additivo • Eve ruba 20 immagini tessiturate • Eve ruba 20 immagini tessiturate Eve usa l’Enhancer
- 21. Risultati: immagini flat Eve non usa l’Enhancer • Metodo Moltiplicativo • Metodo Moltiplicativo • Eve ruba 20 immagini flat • Eve ruba 20 immagini flat Eve usa l’Enhancer
- 22. Risultati: numerosità immagini rubate Eve non usa l’Enhancer • Metodo Moltiplicativo • Metodo Moltiplicativo • Eve ruba 50 immagini tessiturate • Eve ruba 50 immagini tessiturate Eve usa l’Enhancer
- 23. Conclusioni e sviluppi futuri Conclusioni • Forensic Security • Falsificazione della sorgente di acquisizione • Triangle Test • Analisi delle azioni dell’attaccante Sviluppi futuri • Migliorare la stima del fingerprint • Possibili azioni di difesa di Alice
- 24. Studio e sviluppo di un algoritmo per l’implementazione del “Triangle Test” in uno scenario applicativo di Image Forensics Andrea Novi Relatori: Prof. Fabrizio Argenti Dr. Roberto Caldelli Firenze, 29/04/2011 Dr. Irene Amerini