《數字媒體固有特徵的分析及其在被動認證中的套用》是依託中山大學，由駱偉祺擔任項目負責人的青年科學基金項目。
基本介紹
- 中文名：數字媒體固有特徵的分析及其在被動認證中的套用
- 項目類別：青年科學基金項目
- 項目負責人：駱偉祺
- 依託單位：中山大學
中文摘要,結題摘要,
中文摘要
近年來，多媒體被動認證已經成為了信息安全中一個備受關注的前沿領域，它通過對多媒體固有統計特性的分析，為鑑別媒體數據的來源性，完整性等提供了一條新穎且有效的途徑。在實際套用當中，被動認證技術能彌補數字水印，數字簽名等主動認證技術的某些缺陷，同時還有望與這些技術相結合，更有效地實現媒體認證目的。本項目主要研究數字圖像/視頻中的某些固有特性，並運用模式識別等技術去分析這些固有特徵在篡改前後的變化，用以識別數據來源及檢測修改。主要研究內容包括：基於JPEG誤差分析的圖像認證；基於量化效應的圖像信源編碼器識別；基於圖像分塊效應的圖像/視頻檢測；基於視覺特性的圖像拼接檢測及標準圖像庫的建立。通過對本項目的研究，能進一步完善多媒體被動認證領域的理論和方法，並為媒體內容認證套用提供技術支撐。
結題摘要
隨著各種功能強大的媒體編輯技術的發展，對數字媒體內容進行篡改而不留下任何明顯視聽覺的痕跡變得越來越容易。如果這些技術被濫用，必將會引起一些涉及到個人道德、倫理、法律及社會安全相關事情的發生。如今，數字媒體取證正面臨嚴峻挑戰。本項目主要針對媒體取證中若干關鍵問題進行探討，主要的研究成果包括以下幾個方面： 1. 基於量化效應的WAVE音頻信號壓縮歷史識別： 通過分析WAVE信號在頻率域的MDCT及MFCC係數的量化特徵，分析這些係數在不同壓縮器及其壓縮碼率下的統計差異，從中提取出一些統計特徵用於識別音頻的壓縮歷史，並進一步估計其原始的壓縮碼率。 2. JPEG圖像塊的移位重壓縮檢測：針對JPEG圖像塊的移位重壓縮操作，我們提供了一個新的檢測框架，該框架包含了兩個互補的檢測算法，即：改進的基於ICA方法及首位數字直方圖方法。此外，我們從理論及實驗上證實了算法的有效性。 3. 基於量化效應的圖像編碼識別技術: 量化效應是現有有損壓縮的一個必要步驟，我們通過分析不同圖像編碼在其相應頻率上的量化效應，提出一種有效的方法用於檢測信號是否存在量化，並將其套用於識別給定的BMP圖像的壓縮編碼歷史。 4. 基於模式噪聲相機源識別的反取證技術。模式噪聲是一種有效的用於識別源相機的特徵，我們從篡改者角度出發，提出了一種基於分塊隨機及圖像紋理自適應的模式噪聲重嵌入策略，用於混淆現有的相機源識別方法。 5. 基於量化效應的數字視頻碼率/幀率的源識別技術。與音頻、圖像壓縮類似，量化是有損視頻壓縮的必要步驟之一。我們考察了視頻幀在空域及時間域上的壓縮效應，分別提出了一種用於檢測視頻原始幀率及碼率的算法。 項目能按照原定計畫進行，通過本項目的研究，已經發表SCI期刊論文5篇，已經接受1篇，國際學術會議5篇，新申請國家專利3項，獲得授權專利2項。此外，獲得後續資助的項目有：國家自然科學基金-面上項目1項，廣東省自然科學基金1項及廣州市珠江科技新星1項。
