This commit is contained in:
Sheppy 2017-04-05 05:18:39 +02:00
parent 92bb52adf5
commit 4c612e981c

View File

@ -177,6 +177,83 @@
\item Informationen ueber Kamera und verwendete Software
\item thumbd.db/Windows.edb (Tumbnails/Desktop-Search-Savefile)
\end{itemize}
\section{Spuren in Multimediadaten}
\subsection{Authentizitätsprüfung und Ursprungsgeraeterkennung bei Bildern}
\subsubsection{Ansatzpunkte}
\begin{itemize}
\item Geometrie der Szene
\item Licht/Schatten
\item Brechfehler in der Linse
\item spezifisches Rauschen eines Sensors
\item Interpolationsart unvollstaendiger Sensordaten in einer Kamera (die Daten von
Kamerasensoren werden oft interpoliert um hohere Aufloesungen zu faken)
\item Doppelkompression, Resampling/Splicing (Zusammenfuegen zweier Bilder)
\end{itemize}
\subsubsection{Copy-Move}
Es ist oft unwahrscheinlich, dass gleiche Bereiche von Pixeln (also Teilbilder)
mehrmals im Bild vorkommen, findet man so etwas doch, ist das ein Hinweis auf eine
Faelschung. (bei der Automatisierung kann man das durch Beschraenkung auf Intensitaeten
oder Farben vereinfachen)\\
Sonstige Erkennenung durch:\\
\begin{itemize}
\item DCT-Transformation
\item Zernike-Momente
\end{itemize}
\subsubsection{Fertigungsunterschiede bei Sensoren}
\textbf{In der Theorie}
\[ Pic = SensoreVariance( Motive + Diskretisierungsrauschen ) + Dunkelstrom + SonstigesRauschen \]
\textit{Als Dunkelstrom bezeichnet man den Strom in einer Photodiode der auch ohne das
Auftreffen von Photonen entsteht.}\\
Das eigentlich interessante ist die Sensore Variance die in den Folien Photo Response
Non-Uniformit genannt wird. Sie ist charakteristisch fuer einen Sensore und stellt
einen Fingerprint der Kamera da. Stichwort zum Herrausrechnen der Faktoren die uns
nicht interessieren ist \textit{Flat field correction} (Aufnahme in Ausgeleuchteten
Raum und dunklem Raum).
\textbf{But How...}
\begin{itemize}
\item alle Bilder Tiefpass filtern, denn die Frequenz des Rauschens ist hoeher als
die Frequenz des Bildinhaltes
\item alle getiefpassten Bilder Mitteln
\item ????
\item Profit.
\end{itemize}
Bildrotation- oder Skalierung fuehrt zu anderem Fingerabdruck.
('Desynchronisationsangriff')
\subsubsection{Resampling Artefakte}
Wir gehen davon aus, dass ein Bild welches in ein anderes eingefuehgt wird vorher oft
gedreht oder skaliert werden muss.
\begin{itemize}
\item Skalierung oder Rotation ist effektiv eine Interpolation
\item Interpolation fuehrt zu einer Linearen Abhaengigkeit in Pixelintensitaeten
\item Berechnung einer Wahrscheinlichkeit fuer jeden Pixel, dass er aus den
Nachbarpixeln interpoliert wurde \textit{(p-map)} und Fourier-Transformation auf
die relevante Region
\item JPEG-Kompression kann \textit{p-map} dominieren
\item Spurenverschleierung duch Pixel-Distortion moeglich (z.B. Pixel in
Einzelfarben aufteilen und nochmal drueber Interpolieren)
\end{itemize}
\subsubsection{Lichteinfall}
Kann man voellig vergessen es aus den Folien zu verstehen, das Paper lohnt hier:
\textit{'Exposing Digital Forgeries in Complex Lighting Environments'}. In a Nutshell:
Sie approximieren Lichquellen und schauen dann ob der Licheinfall auf allen
Oberflaechen konsistent ist.
\subsection{Watermarking}
\subsection{Fingerprinting}
\section{Jura-Teil}
\subsection{Ermaechtigungsgrundlagen fuer Onlinedurchsuchung}
\begin{itemize}
\item Strafverfolgung $->$ Repression, konkrete Straftat als Anlass
\item Gefahrenabwehr $->$ Praevention, konkrete Gefahr als Anlass
\item BKA-Gesetz $->$ Bundesrecht
\end{itemize}
%TODO paragraphen
%TODO jura fall
%TODO nachrichtendienst
%TODO informationen im internetz/netzwerk
%TODO Information loss through abstraction
%TODO carriers scheiss
\section{Freilings Weisheiten der Woche}
\begin{itemize}
\item Wenn der Zeitdruck hoch ist und das Ermittlungsziel breit bekommt man nur schwer