Source device attribution for digital videos

Abstract

Kaynak cihaz tespiti, dijital resim veya videolardan çeşitli adli bilişim yöntemleri kullanılarak cihaz tanımayı amaçlayan sayısal adli bilişim içerisindeki ana konulardan birisidir. Adli bilişimde genellikle fotoğraf veya videonun çekilmesi esnasında cihazın donanımsal olarak resimler üzerinde bıraktığı izler kullanılarak tespit işlemleri yapılmaktadır. Bu kalıntı izleri içerisinde sensörlerden kaynaklı kalan PRNU izleri her cihazda kendine özgü olmasından ötürü kaynak cihaz tanımada kullanılan en önemli izlerdir. Bu çalışmada, video sıkıştırmanın, çerçeveler üzerindeki PRNU gürültüsü üzerindeki etkisi irdelenmiş ve oldukça yoğun sıkıştırılmış H.264/AVC videolarında kaynak cihaz tanıma için yeni bir yöntem önerilmiştir. Önerilen yöntem stabilize edilmemiş videolar için oldukça geniş bir veri setinde test edilmiş ve yoğun sıkıştırılmış videolarda bile yüksek yüzdede başarı elde edilmiştir. Ayrıca stabilize edilmiş videolarda kaynak cihaz tanıma yapılabilmesi için yeni bir metot önerilmiştir. Bu metot yoğun sıkıştırılmış ve stabilize edilmiş küçük bir veri setinde test edilmiştir. Elde edilen sonuçlar, önerilen yöntemin oldukça başarılı ve etkili olduğunu göstermektedir.

Source device attribution is one of the main tasks of multimedia forensics which aims to identify the device from which a digital image or video originates using blind forensic techniques. Forensics generally rely on unique artifacts created on acquired images or videos during the acquisition process. Photo-Response Non-Uniformity (PRNU) is one of the most important sensor artifacts used in source device attribution due to its unique, random, and robust nature. In this research, we study the effect of video compression on the PRNU noise in video frames and propose new techniques to perform an accurate source device attribution of highly compressed H.264/AVC videos. The proposed scheme for non-stabilized videos was tested on a large set of videos and achieved a high accuracy even on highly compressed videos. We also propose a new scheme for source device attribution of digitally-stabilized video; this scheme was tested on a small set of digitally-stabilized and highly-compressed videos; the results obtained show the effectiveness of the proposed scheme.