权益分类	功能权益	普通用户	{{item.name}}会员
{{category.name}}	{{benefitItem.name}}

Information-theoretic bounds of digital image forensics

数字图像取证的信息论界限

基本信息

批准号：
259355083
负责人：
Professor Dr. Rainer Böhme
金额：
--
依托单位：
Computer Laboratory
依托单位国家：
德国
项目类别：
Research Grants
财政年份：
2014
资助国家：
德国
起止时间：
2013-12-31 至 2017-12-31
项目状态：
已结题

来源：
https://gepris.dfg.de/gepris/projekt/259355083?language=en
关键词：
Information theoretic bounds digital image

项目摘要

Digital images and image processing pervade everyday life. This calls for new techniques to verify the authenticity and integrity of digital image data. Both questions pertain to the young research field of digital image forensics. Known methods can detect image forgeries by statistically analyzing traces of the involved image processing operators. However, most known methods are heuristic and their effectiveness is known for laboratory conditions only. Rigorous proofs telling us why and under what conditions a method produces reliable results are rare. Current developments increasingly follow an approach to combine ever more features and resort to machine learning for managing the resulting complexity. This approach, however, promises few fundamental insights into causal relationships and limitations. The proposed project breaks with this approach. It tries to establish upper bounds for the information that can be exploited for image forensics. Emphasis is put on situations where known methods are unreliable. This approach informs us for the first time on whether further refinements of forensic methods -- heuristic and theoretically founded ones alike -- are promising; or whether no more forensically useful traces exist.

数字图像和图像处理渗透到日常生活中。这就需要新的技术来验证数字图像数据的真实性和完整性。这两个问题都属于年轻的数字图像取证研究领域。已知的方法可以通过统计分析所涉及的图像处理算子的轨迹来检测图像伪造。然而，大多数已知的方法是启发式的，并且它们的有效性仅在实验室条件下已知。严格的证据告诉我们为什么和在什么条件下一种方法产生可靠的结果是罕见的。当前的发展越来越多地遵循一种方法，即联合收割机组合更多的功能，并诉诸机器学习来管理由此产生的复杂性。然而，这种方法几乎没有对因果关系和局限性的基本见解。拟议的项目打破了这种做法。它试图建立可用于图像取证的信息的上限。重点放在已知方法不可靠的情况下。这种方法第一次告诉我们，进一步改进法医方法-启发式的和理论上建立的方法-是否有希望;或者是否没有更多的法医有用的痕迹存在。

项目成果

期刊论文数量（7）

专著数量（0）

科研奖励数量（0）

会议论文数量（0）

专利数量（0）

Information-theoretic Bounds of Resampling Forensics: New Evidence for Traces Beyond Cyclostationarity

重采样取证的信息论界限：超越循环平稳性痕迹的新证据

DOI：
10.1145/3082031.3083233
发表时间：
2017
期刊：
Proceedings of the 5th ACM Workshop on Information Hiding and Multimedia Security
影响因子：
0
作者：
C. Pasquini;R. Böhme
通讯作者：
R. Böhme

Decoy Password Vaults: At Least as Hard as Steganography?

诱骗密码库：至少和隐写术一样难？

DOI：
10.1007/978-3-319-58469-0_24
发表时间：
2017
期刊：
影响因子：
0
作者：
C. Pasquini;P. Schöttle;R. Böhme
通讯作者：
R. Böhme

Forensics of high-quality JPEG images with color subsampling

DOI：
10.1109/wifs.2015.7368556
发表时间：
2015-11
期刊：
2015 IEEE International Workshop on Information Forensics and Security (WIFS)
影响因子：
0
作者：
Matthias Carnein;Pascal Schöttle;Rainer Böhme
通讯作者：
Matthias Carnein;Pascal Schöttle;Rainer Böhme

Teaching Digital Signal Processing With a Challenge on Image Forensics [SP Education]