WikiDer > Анализ уровня ошибок

Error level analysis

Анализ уровня ошибок (ELA) - это анализ артефакты сжатия в цифровых данных с сжатие с потерями Такие как JPEG.

Принципы

При использовании сжатие с потерями обычно применяется единообразно к набору данных, например к изображению, что приводит к однородному уровню артефактов сжатия.

В качестве альтернативы данные могут состоят из частей с разным уровнем артефактов сжатия. Это различие может возникать из-за того, что разные части неоднократно подвергались одному и тому же сжатию с потерями разное количество раз, или разные части подвергались разным видам сжатия с потерями. Следовательно, разница в уровне артефактов сжатия в разных частях данных может указывать на то, что данные были отредактированы.

В случае JPEG даже композит с частями, подвергнутыми одинаковому сжатию, будет иметь различие в артефактах сжатия.[1]

Чтобы сделать обычно слабые артефакты сжатия более заметными, анализируемые данные подвергаются дополнительному циклу сжатия с потерями, на этот раз на известном, однородном уровне, и результат вычитается из исходных исследуемых данных. Полученное разностное изображение затем проверяется вручную на предмет любых изменений в уровне артефактов сжатия. В 2007 г. Н. Кравец назвал этот метод «анализом уровня ошибок».[1]

Кроме того, форматы цифровых данных, такие как JPEG, иногда включают метаданные описание конкретного используемого сжатия с потерями. Если в таких данных наблюдаемые артефакты сжатия отличаются от ожидаемых из данного описания метаданных, то метаданные могут не описывать фактические сжатые данные и, таким образом, указывать на то, что данные были отредактированы.

  • Составное изображение, в котором разные части имеют разные уровни сжатия JPEG.

  • То же изображение с равномерным сжатием JPEG с качеством 90%

  • Разница между двумя изображениями показывает вариацию артефактов сжатия JPEG.

Ограничения

По своей природе данные без сжатие с потерями, например PNG изображение, не могут быть подвергнуты анализу уровня ошибок. Следовательно, поскольку редактирование могло быть выполнено с данными без сжатия с потерями, со сжатием с потерями, применяемым единообразно к редактируемым составным данным, наличие однородного уровня артефактов сжатия не исключает редактирования данных.

Кроме того, любые артефакты неоднородного сжатия в композите можно удалить, подвергая композит многократному равномерному сжатию с потерями.[2] Кроме того, если цветовое пространство изображения уменьшено до 256 цветов или меньше, например, путем преобразования в Гифка, то анализ уровня ошибок даст бесполезные результаты.[3]

Что еще более важно, фактическая интерпретация уровня артефактов сжатия в данном сегменте данных является субъективной, и поэтому определение того, произошло ли редактирование, не является надежным.[1]

Полемика

В мае 2013 г. Нил Кравец использовали анализ уровня ошибок на 2012 г. Фотография года в мировой прессе и заключил на своем Фактор хакера блог, что это был "составной" с модификациями, которые "не соответствуют приемлемым стандартам журналистики, используемым Рейтер, Ассошиэйтед Пресс, Getty Images, Национальная ассоциация фотографов прессы, и другие СМИ ". Фото World Press В ответ организаторы позволили двум независимым экспертам проанализировать файлы изображений победившего фотографа и впоследствии подтвердили целостность файлов. Один из экспертов, Хани Фарид, сказал об анализе уровня ошибок, что «он неправильно маркирует измененные изображения как оригинальные и неправильно маркирует исходные изображения как измененные с той же вероятностью». Krawetz ответил, пояснив, что «пользователь должен интерпретировать результаты. Любые ошибки в идентификации ложатся исключительно на зрителя».[4]

В мае 2015 г. Гражданская журналистика команда Беллингкэт написал, что анализ уровня ошибок показал, что Минобороны России редактировал спутниковые снимки, связанные с Рейс 17 Malaysia Airlines катастрофа.[5] В ответ на это эксперт по криминалистике изображений Йенс Крис сказал об анализе уровня ошибок: «Метод субъективен и не полностью основан на науке», и что это «метод, используемый любителями».[6] В своем блоге «Фактор хакера» изобретатель анализа уровня ошибок Нил Кравец раскритиковал как использование Bellingcat анализа уровня ошибок как «неверное толкование результатов», так и по нескольким пунктам «незнание» Йенса Кризе в отношении анализа уровня ошибок.[7]

Смотрите также

Рекомендации

  1. ^ а б c Wang, W .; Dong, J .; Тан, Т. (октябрь 2010 г.). «Локализация искаженной области цветных цифровых изображений». Цифровые водяные знаки: 9-й международный семинар, IWDW 2010. Сеул, Корея: Springer. С. 120–133. ISBN 9783642184048. Иногда мы едва ли можем отличить измененную область от неизмененной, просто по визуальному восприятию человеком шума сжатия JPEG.
  2. ^ «ФотоФоренсикс». fotoforensics.com. Получено 2015-09-20. Если изображение повторно сохраняется несколько раз, оно может быть полностью с минимальным уровнем ошибок, когда большее количество повторных сохранений не изменяет изображение. В этом случае ELA вернет черное изображение, и никакие изменения не могут быть идентифицированы с помощью этого алгоритма.
  3. ^ "FotoForensics - FAQ". fotoforensics.com. Получено 2015-09-20.
  4. ^ Стедман, Ян (16 мая 2013 г.). "'Fake 'World Press Photo не подделка, это урок, требующий судебной сдержанности ". Проводная Великобритания. Получено 2015-09-11.
  5. ^ "Bellingcat - MH17 - Криминалистический анализ спутниковых изображений, опубликованных Министерством обороны России". bellingcat.com. 2015-05-31. Получено 2015-09-29. Анализ уровня ошибок изображений также показывает, что изображения были отредактированы
  6. ^ Участник торгов, Бенджамин (04.06.2015). "'Отчет Bellingcat ничего не доказывает »: эксперт критикует обвинения в манипулировании российскими самолетами MH17». Spiegel Online. Получено 2015-07-23.
  7. ^ "Анализ изображений - блог о хакерском факторе". hackerfactor.com. Получено 2015-10-17.

внешняя ссылка