이미지 조작 탐지를 위한 포렌식 방법론
A Forensic Methodology for Detecting Image Manipulations
0
조회
0
다운로드
0
인용
0
참고문헌
키워드
초록
인공지능이 이미지 편집 기술에 적용되어 조작 흔적이 거의 없는 고품질 이미지를 생성할 수 있게 되었다. 그러나 이러한 기술들은 거짓 정보 유포, 증거 인멸, 사실 부인 등의 범죄 행위에 악용될 수 있기 때문에 이에 대응하기 위한 방안이 필요하다. 본 연구에서는 이미지 조작을 탐지하기 위해 이미지 파일 분석과 모바일 포렌식 아티팩트 분석을 수행한다. 이미지 파일 분석은 조작된 이미지의 메타데이터를 파싱하여 Reference DB와 비교분석을 통해 조작 여부를 탐지하는 방법이다. Reference DB는 이미지의 메타데이터에 남는 조작 관련 아티팩트를 수집하는 데이터베이스로서, 이미지 조작을 탐지하는 기준이 된다. 모바일 포렌식 아티팩트 분석은 이미지 편집 도구와 관련된 패키지를 추출하고 분석하여 이미지 조작을 탐지하도록 한다. 본 연구에서 제안하는 방법론은 기존의 그래픽적 특징 기반 분석의 한계를 보완하고, 이미지 처리 기법과 조합하여 오탐을 줄일 수 있도록 한다. 연구 결과는 이러한 방법론이 디지털 포렌식 조사 및 분석에 유의미하게 활용될 수 있음을 보여준다. 또한, 조작된 이미지 데이터셋과 함께 이미지 메타데이터 파싱 코드와 Reference DB를 제공하여 관련 연구에 기여하고자 한다.
Abstract
By applying artificial intelligence to image editing technology, it has become possible to generate high-quality images with minimal traces of manipulation. However, since these technologies can be misused for criminal activities such as dissemination of false information, destruction of evidence, and denial of facts, it is crucial to implement strong countermeasures. In this study, image file and mobile forensic artifacts analysis were conducted for detecting image manipulation. Image file analysis involves parsing the metadata of manipulated images and comparing them with a Reference DB to detect manipulation. The Reference DB is a database that collects manipulation-related traces left in image metadata, which serves as a criterion for detecting image manipulation. In the mobile forensic artifacts analysis, packages related to image editing tools were extracted and analyzed to aid the detection of image manipulation. The proposed methodology overcomes the limitations of existing graphic feature-based analysis and combines with image processing techniques, providing the advantage of reducing false positives. The research results demonstrate the significant role of such methodology in digital forensic investigation and analysis. Additionally, We provide the code for parsing image metadata and the Reference DB along with the dataset of manipulated images, aiming to contribute to related research.
참고문헌 (15)
- Z. Qin, "Image inpainting based on deep learning : A review", Displays, 69 (2021)
- L. Zheng, "A survey on image tampering and its detection in real-world photos", Journal of Visual Communication and Image Representation, 58, pp.380~399 (2019)
- R. Thakur, "Recent advances in digital image manipulation detection techniques : A brief review", Forensic Science International, 312 (2020)
- J. Fan, "Estimating EXIF Parameters Based on Noise Features for Image Manipulation Detection", IEEE Transactions on Information Forensics and Security, 8(4), pp.608~618 (2013)
- N. A. N. Azhan, "Error Level Analysis Technique for Identifying JPEG Block Unique Signature for Digital Forensic Analysis", Electronics, 11(9), pp.1468~ (2022)
- M. Zimba, "DWT-PCA (EVD) Based Copy-move Image Forgery Detection", International Journal of Digital Content Technology and its Applications, 5(1), pp.251~258 (2011)
- H. Cai, "Luminance gradient for evaluating lighting", Lighting Research & Technology, 48(2), pp.155~175 (2013)
- Y. Rao, "A deep learning approach to detection of splicing and copy-move forgeries in images", 2016 IEEE International Workshop on Information Forensics and Security(WIFS), pp.1~6 (2016)
- T. Wang, "Deepfake noise investigation and detection", Forensic Science International: Digital Investigation (2022)
- A. Rossler, "FaceForensics++ : Learning to Detect Manipulated Facial Images", Proceedings of the IEEE, 2019, 1~11
- J. H. Bappy, "Exploiting Spatial Structure for Localizing Manipulated Image Regions", Proceedings of the IEEE International Conference on Computer Vision(ICCV), pp.4970~4979 (2017)
- 김민식, "스마트폰 JPEG 파일의 출처 식별을 위한DQT 정보 데이터베이스 구축", 정보보호학회논문지, 26(2), pp.359~367 (2016), 한국정보보호학회[DOI]
- 허욱, "JPEG 이미지 압축정보를 이용한 이미지 유포 기기 특정 방안 연구", 디지털포렌식연구, 14(1), pp.33~44 (2020), 한국디지털포렌식학회
- J. D. Kornblum, "Using JPEG quantization tables to identify imagery processed by software", Digital Investigation, 5, pp.S21~S25 (2008)
- Dohyun Kim, "Mobile forensic reference set (MFReS) and mobile forensic investigation for android devices", The Journal of Supercomputing, 74(12), pp.6618~6632 (2017)