Adobe隐藏特征及其对传感器取证的影响
密码学与安全
2024-01-04 v1
摘要
尽管传感器指纹提取如今已成为传感器归属的重要取证工具，但最近研究表明，来自多个传感器的图像更容易因呈现共同的“泄漏”而产生假阳性。本文调查了这种泄漏的可能原因，在检查导致假阳性的来源的EXIF元数据后，发现它们与Adobe Lightroom或Photoshop软件相关。对呈现假阳性的图像残差进行互相关分析，显示出周期性峰值，表明存在周期性模式。通过使用Adobe Lightroom自行处理图像，我们证明所有从原始图像（或每通道16位编码）到8位编码图像的显影过程都嵌入了一个非常类似于水印的周期性128×128模式。然而，我们也表明该水印依赖于图像内容和用于显影的架构。本文其余部分介绍了两种去除该水印的方法：一种是从图像噪声分量中去除，另一种是在像素域中去除。我们证明，对于呈现假阳性的相机，我们能够防止假阳性。与Adobe代表的讨论告知我们，该公司决定添加此模式以引入抖动。
引用
@article{arxiv.2401.01366,
title = {The Adobe Hidden Feature and its Impact on Sensor Attribution},
author = {Jan Butora and Patrick Bas},
journal= {arXiv preprint arXiv:2401.01366},
year = {2024}
}