图像来源取证安全性研究

The source information of an image is important in the application of digital image forensics. It is not only help forensic analyst in finding the source device of a questioned image, but also helpful in image tampering detection. So far, the most popular fingerprint in identifying image source is the sensor pattern noise (SPN) which caused by photo response non-uniformity. This project researches on SPN-based camera identification method, and evaluate its forensic security under malicious attack. Specifically, we focus on the following three aspects. Firstly, we analysis its forming principle of physics, and improve the existed methods. Secondly, we study the potential implementations of anti-forensic schemes and corresponding countermeasures. Finally, through modeling the interplay between forensics and anti-forensics with game theory, we can evaluate the security of the SPN-based camera identification method. This project aims to enhance the security of the SPN-based camera identification method and promote its application in real forensic scenarios.

图像的来源是数字图像取证实践中的重要信息，它不仅能够帮助取证者找到待研究图像的来源设备，也能够辅助图像的篡改检测。目前最有效的鉴定图像来源的指纹是因为相机传感器的光响应不一致性所导致的传感器模式噪声（SPN）。本项目将对基于SPN的图像来源取证技术展开研究，并关注其在恶意攻击环境下的取证安全性。具体内容包括：分析形成SPN的物理原理，优化已有的相机源取证技术；研究相机源反取证技术的具体实现方式及相应的对策；将相机源取证和反取证技术的交锋进行博弈论建模，研究相机源取证技术的的安全性。本项目旨在提升图像来源取证技术的安全性，推动其在现实取证场景中的应用。

在图像取证实践当中，确定图像的来源具有重要意义。本项目围绕基于传感器模式噪声的相机源检测技术，及其反取证技术展开研究。我们就影响相机源检测技术性能的多种因素进行对比研究，这些因素包括拍摄参数、拍摄模式、相机内部和外部处理等。实验表明相机源检测性能对图像几何形变十分敏感。因此，对于可能引起图像几何形变的拍摄模式，比如说数字变焦、高动态、和电子防抖，我们在进行来源检测时要十分小心。为了在这类图像上进行来源检测，我们提出了一系列可以将存在几何形变的图像重新校准的算法。另一个引起注意的因素是拍摄参数，尤其是感光度(ISO)会严重影响相机源检测性能。因此，在来源检测前进行ISO参数估计显得尤为必要。我们还发现很多相机内部的内容自适应处理也会对SCI性能造成影响。相机输出的图像往往会经历一些常规的处理。我们发现这些处理，尤其是平滑滤波可能造成SCI性能的下降。因此我们设计了一系列算法来检测各种可能影响SCI性能的图像操作。此外，我们发现基于小波变换的光响应不一致性因子(PRNU)估计在图像纹理附近和图像边缘性能显著下降，为此我们采用双树复小波变换来提取PRNU，在提取质量和运算效率上均优于已有算法。. 图像来源取证的安全性离不开对反取证的认识和分析。我们基于泊松编辑提出了一种相机匿名方案。该方案不要求反取证方拥有目标相机的指纹。对比已有方法，该方法留下的视觉痕迹明显减少。我们还研究了利用对抗生成网络来进行多操作反取证的可能性。此外，我们在这种有反取证攻击的场景下，利用密集连接网络设计了一种对反取证鲁棒的多功能取证算法。考虑到来自对抗样本的威胁，我们还将研究扩展到对抗样本检测。我们发现对抗样本本身往往对扰动不鲁棒。因此我们通过对比待测样本和其去噪版本的系统输出（比方说分类结果）来检测对抗样本。如果输出不一致就认为其为对抗样本。. 研究过程催生了很多新的有趣的研究方向，也留下了很多有待解决/解释的问题，表明图像来源检测的安全性研究仍具有很大的空间。