Digital Forensics, and in a specific way Multimedia Forensics, has grown significantly in the last years. Digital Forensics is defined as the branch of Forensic Science which scientifically analyzes a digital evidence in order to obtain information about it. The Digital 2021 Global Overview Report published in January 2021 certifies that the world’s population has reached the number of 7.83 billion. The 66.6% (i.e. 5.22 billion) use a mobile phone, the 59.5% (i.e. 4.66 billion) use internet and the 53.6% (i.e. 4.2 billion) are social media users. The same report declares that from 2015 to 2020 the daily time spent with social media increased of 34 minutes (it was 1 hours and 51 minutes in 2015) and that it’s destined to rise. In the described scenario the number of shared images, video and audio (or Multimedia) contents become difficult to manage. The described numbers and types of digital evidences have led to the birth of several fields of Digital Forensics, faced from different communities: Multimedia Security, Computer Forensics and Signal Processing. Image Forensics has the goal to obtain information about the most popular digital evidence: images. Developing new algorithms for forensic purposes was the main focus of my Ph.D.. In this thesis some advanced methods will be presented about two specific tasks: the first one is related to the Camera Model Identification (CMI) with the goal to identify the quantization table employed during the first JPEG compression; the second one exploits the image as the digitization of a real paper sheet in order to extract a unique fingerprint. Both the tasks produced relevant methods, widely compared with state-of-the-art to demonstrate their scientific goodness.

La Digital Forensics, e in particolare la Multimedia Forensics, è cresciuta notevolmente negli ultimi anni. La Digital Forensics è definita come la branca della Scienza Forense che analizza scientificamente un'evidenza digitale al fine di ottenere informazioni su di essa. Il Digital 2021 Global Overview Report pubblicato a gennaio 2021 certifica che la popolazione mondiale ha raggiunto il numero di 7,83 miliardi. Il 66,6% (ovvero 5,22 miliardi) utilizza un telefono cellulare, il 59,5% (ovvero 4,66 miliardi) utilizza Internet e il 53,6% (ovvero 4,2 miliardi) sono utenti di social media. Lo stesso rapporto dichiara che dal 2015 al 2020 il tempo giornaliero trascorso sui social media è aumentato di 34 minuti (era 1 ora e 51 minuti nel 2015) e che è destinato a crescere. Nello scenario descritto il numero di immagini, contenuti video e audio (o Multimediali) condivisi diventa difficile da gestire. I numeri e le tipologie di evidenze digitali hanno portato alla nascita di diversi campi della Digital Forensics, affrontati da diverse comunità: Multimedia Security, Computer Forensics e Signal Processing. La Image Forensics ha l'obiettivo di ottenere informazioni sulle prove digitali più popolari: le immagini. Lo sviluppo di nuovi algoritmi per scopi forensi è stato l'obiettivo principale del mio dottorato. In questa tesi verranno presentati alcuni metodi avanzati su due task specifici: il primo è relativo alla Camera Model Identification (CMI) con l'obiettivo di identificare la tabella di quantizzazione utilizzata durante la prima compressione JPEG; il secondo sfrutta l'immagine come digitalizzazione di un vero foglio di carta per estrarre un'impronta digitale univoca da esso. Entrambi i task hanno prodotto metodi rilevanti, ampiamente confrontati con lo stato dell'arte per dimostrarne la correttezza scientifica.

Advanced Methods for Image Forensics: First Quantization Estimation and Document Authentication / Guarnera, Francesco. - (2022 May 02).

Advanced Methods for Image Forensics: First Quantization Estimation and Document Authentication

GUARNERA, FRANCESCO
2022-05-02

Abstract

Digital Forensics, and in a specific way Multimedia Forensics, has grown significantly in the last years. Digital Forensics is defined as the branch of Forensic Science which scientifically analyzes a digital evidence in order to obtain information about it. The Digital 2021 Global Overview Report published in January 2021 certifies that the world’s population has reached the number of 7.83 billion. The 66.6% (i.e. 5.22 billion) use a mobile phone, the 59.5% (i.e. 4.66 billion) use internet and the 53.6% (i.e. 4.2 billion) are social media users. The same report declares that from 2015 to 2020 the daily time spent with social media increased of 34 minutes (it was 1 hours and 51 minutes in 2015) and that it’s destined to rise. In the described scenario the number of shared images, video and audio (or Multimedia) contents become difficult to manage. The described numbers and types of digital evidences have led to the birth of several fields of Digital Forensics, faced from different communities: Multimedia Security, Computer Forensics and Signal Processing. Image Forensics has the goal to obtain information about the most popular digital evidence: images. Developing new algorithms for forensic purposes was the main focus of my Ph.D.. In this thesis some advanced methods will be presented about two specific tasks: the first one is related to the Camera Model Identification (CMI) with the goal to identify the quantization table employed during the first JPEG compression; the second one exploits the image as the digitization of a real paper sheet in order to extract a unique fingerprint. Both the tasks produced relevant methods, widely compared with state-of-the-art to demonstrate their scientific goodness.
2-mag-2022
La Digital Forensics, e in particolare la Multimedia Forensics, è cresciuta notevolmente negli ultimi anni. La Digital Forensics è definita come la branca della Scienza Forense che analizza scientificamente un'evidenza digitale al fine di ottenere informazioni su di essa. Il Digital 2021 Global Overview Report pubblicato a gennaio 2021 certifica che la popolazione mondiale ha raggiunto il numero di 7,83 miliardi. Il 66,6% (ovvero 5,22 miliardi) utilizza un telefono cellulare, il 59,5% (ovvero 4,66 miliardi) utilizza Internet e il 53,6% (ovvero 4,2 miliardi) sono utenti di social media. Lo stesso rapporto dichiara che dal 2015 al 2020 il tempo giornaliero trascorso sui social media è aumentato di 34 minuti (era 1 ora e 51 minuti nel 2015) e che è destinato a crescere. Nello scenario descritto il numero di immagini, contenuti video e audio (o Multimediali) condivisi diventa difficile da gestire. I numeri e le tipologie di evidenze digitali hanno portato alla nascita di diversi campi della Digital Forensics, affrontati da diverse comunità: Multimedia Security, Computer Forensics e Signal Processing. La Image Forensics ha l'obiettivo di ottenere informazioni sulle prove digitali più popolari: le immagini. Lo sviluppo di nuovi algoritmi per scopi forensi è stato l'obiettivo principale del mio dottorato. In questa tesi verranno presentati alcuni metodi avanzati su due task specifici: il primo è relativo alla Camera Model Identification (CMI) con l'obiettivo di identificare la tabella di quantizzazione utilizzata durante la prima compressione JPEG; il secondo sfrutta l'immagine come digitalizzazione di un vero foglio di carta per estrarre un'impronta digitale univoca da esso. Entrambi i task hanno prodotto metodi rilevanti, ampiamente confrontati con lo stato dell'arte per dimostrarne la correttezza scientifica.
camera model identification, first quantization estimation, jpeg, image forensics, document authentication
Advanced Methods for Image Forensics: First Quantization Estimation and Document Authentication / Guarnera, Francesco. - (2022 May 02).
File in questo prodotto:
File Dimensione Formato  
Tesi di dottorato - GUARNERA FRANCESCO 20220217101921.pdf

accesso aperto

Tipologia: Tesi di dottorato
Licenza: PUBBLICO - Pubblico con Copyright
Dimensione 26.23 MB
Formato Adobe PDF
26.23 MB Adobe PDF Visualizza/Apri

I documenti in IRIS sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.

Utilizza questo identificativo per citare o creare un link a questo documento: https://hdl.handle.net/20.500.11769/581446
Citazioni
  • ???jsp.display-item.citation.pmc??? ND
  • Scopus ND
  • ???jsp.display-item.citation.isi??? ND
social impact