스마트폰을 이용한 사진 촬영이 보편화됨에 따라 이미지 조작, 기밀 유출로 인한 사건이 빈번하게 발생되고 있어 이미지 파일의 위변조 여부와 원본 증명에 대한 수요가 꾸준히 증가하고 있다. 일반적으로 스마트폰은 사진 파일을 JPEG 형식의 이미지 파일로 저장하는데 JPEG 이미지의 Header부분에는 이미지의 압축률을 결정하는데 사용되는 DQT가 저장되어 있다. 또한 JPEG 내부 Thumbnail 이미지에도 DQT가 존재한다. 기존의 연구에서는 DQT만을 이용해 이미지를 촬영한 장치를 판별하였다. 하지만 이 연구는 장치를 판별하기에는 정확도가 매우 낮다. 이에 본 논문에서는 DQT 정보뿐만 아니라 Thumbnail 이미지의 DQT 정보에 대한 실험을 통해 사진을 촬영한 스마트폰 기기와 사진 파일을 편집하고 저장한 애플리케이션을 유추할 수 있도록 JPEG 파일의 DQT 정보 및 Thumbnail 이미지의 DQT 정보 데이터베이스를 구축하여 보다 정확한 이미지의 출처 판별을 돕는다.
스마트폰을 이용한 사진 촬영이 보편화됨에 따라 이미지 조작, 기밀 유출로 인한 사건이 빈번하게 발생되고 있어 이미지 파일의 위변조 여부와 원본 증명에 대한 수요가 꾸준히 증가하고 있다. 일반적으로 스마트폰은 사진 파일을 JPEG 형식의 이미지 파일로 저장하는데 JPEG 이미지의 Header부분에는 이미지의 압축률을 결정하는데 사용되는 DQT가 저장되어 있다. 또한 JPEG 내부 Thumbnail 이미지에도 DQT가 존재한다. 기존의 연구에서는 DQT만을 이용해 이미지를 촬영한 장치를 판별하였다. 하지만 이 연구는 장치를 판별하기에는 정확도가 매우 낮다. 이에 본 논문에서는 DQT 정보뿐만 아니라 Thumbnail 이미지의 DQT 정보에 대한 실험을 통해 사진을 촬영한 스마트폰 기기와 사진 파일을 편집하고 저장한 애플리케이션을 유추할 수 있도록 JPEG 파일의 DQT 정보 및 Thumbnail 이미지의 DQT 정보 데이터베이스를 구축하여 보다 정확한 이미지의 출처 판별을 돕는다.
As taking pictures by using smartphones has become more common in society, there are many incidents which are unexpected manipulation of images and leak of confidential information. Because of those incidents, demands that identify forgery/alteration of image file and proves of the original copy is ...
As taking pictures by using smartphones has become more common in society, there are many incidents which are unexpected manipulation of images and leak of confidential information. Because of those incidents, demands that identify forgery/alteration of image file and proves of the original copy is constantly increasing. In general, smartphone saves image file as JPEG form and it has DQT which determines a compression rate of image in a header part of image. There is also DQT in Thumbnail image which inside of JPEG. In previous research, it identified a smartphone which take image by only using DQT, However, the research has low accuracy to identify the devices. There are two main purposes in this research. First, this research will analogize a smartphone and an application that takes a picture, edits and save an image file by testing not only about a DQT information but also a information of Thumbnail image. Second, the research will build a database of DQT and Thumbnail information in JPEG file to find more accurate image file's origin.
As taking pictures by using smartphones has become more common in society, there are many incidents which are unexpected manipulation of images and leak of confidential information. Because of those incidents, demands that identify forgery/alteration of image file and proves of the original copy is constantly increasing. In general, smartphone saves image file as JPEG form and it has DQT which determines a compression rate of image in a header part of image. There is also DQT in Thumbnail image which inside of JPEG. In previous research, it identified a smartphone which take image by only using DQT, However, the research has low accuracy to identify the devices. There are two main purposes in this research. First, this research will analogize a smartphone and an application that takes a picture, edits and save an image file by testing not only about a DQT information but also a information of Thumbnail image. Second, the research will build a database of DQT and Thumbnail information in JPEG file to find more accurate image file's origin.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
JPEG 이미지에 해당하는 DQT 정보 뿐만 아니라 JPEG 이미지 내부의 Thumbnail 이미지에 해당하는 DQT 정보를 함께 이용하여 실험을 진행하였다. 또한 기존에 연구하지 않았던 애플리케이션에 대한 연구도 함께 진행하였다.
본 논문에서는 이미지 출처 판별을 위해 절차를 제시하고 절차를 포함하는 도구를 개발 하였다. Fig.
따라서 DQT만으로 이미지의 출처를 판단하기에는 한계가 있다. 본 논문에서는 해당 문제점을 실험을 통해 밝혀내고 문제점을 보완하여 더 정확한 방법으로 이미지의 출처를 판단하는 방법을 제시한다.
본 절에서는 이전 논문의 연구에 대한 실험과 본 논문에서 새로 제시하는 방식에 대한 실험 내용을 보여준다. 각각의 스마트폰의 기본 카메라와 써드 파티 애플리케이션으로 촬영 및 편집한 이미지의 DQT 정보와 Thumbnail DQT 정보를 확인하였다.
이에 본 논문에서는 JPEG 이미지의 DQT와 Thumbnail을 함께 활용하여 사진을 촬영한 스마트폰 기기와 편집 여부를 확인하고 사진 파일을 편집한 애플리케이션을 유추할 수 있도록 데이터베이스를 구축하여 보다 정확한 이미지의 출처 판별을 돕는다.
이에 본 논문에서는 스마트폰에서 저장한 JPEG 이미지의 DQT와 Thumbnail 정보들을 데이터베이스로 구축하여 이미지의 출처를 유추하는데 기존의 문제점들을 보완하고 보다 정확한 결과를 도출할 수있게 한다.
제안 방법
JPEG 이미지에 해당하는 DQT 정보 뿐만 아니라 JPEG 이미지 내부의 Thumbnail 이미지에 해당하는 DQT 정보를 함께 이용하여 실험을 진행하였다. 또한 기존에 연구하지 않았던 애플리케이션에 대한 연구도 함께 진행하였다.
2는 JPEG 이미지의 출처를 유추하는 절차이다. 가장 먼저 Thumbnail 이미지의 DQT를 비교하여 해당 스마트폰에서 촬영이나 편집을 하였는지 확인한다. 두 번째로 해당 스마트폰의 기본카메라에 해당하는 DQT를 비교한다.
본 절에서는 이전 논문의 연구에 대한 실험과 본 논문에서 새로 제시하는 방식에 대한 실험 내용을 보여준다. 각각의 스마트폰의 기본 카메라와 써드 파티 애플리케이션으로 촬영 및 편집한 이미지의 DQT 정보와 Thumbnail DQT 정보를 확인하였다.
가장 먼저 Thumbnail 이미지의 DQT를 비교하여 해당 스마트폰에서 촬영이나 편집을 하였는지 확인한다. 두 번째로 해당 스마트폰의 기본카메라에 해당하는 DQT를 비교한다. 만약 일치한다면 해당 스마트폰에서 촬영한 이미지로 분류된다.
하지만 DQT만을 이용한다면 어떤 스마트폰에서 저장된 이미지인지 유추가 힘들다. 따라서 Thumbnail DQT를 함께 이용하여 출처를 유추하였다.
따라서 이를 보완하기 위해 본 논문에서는 JPEG 이미지 Header 부분의 DQT 정보와 Thumbnail 이미지의 DQT 정보를 종합하여 분석하고 식별 절차를 세웠다. 또한 절차에 필요한 데이터베이스를 구축 하고 데이터를 수집하였다.
따라서 이를 보완하기 위해 본 논문에서는 JPEG 이미지 Header 부분의 DQT 정보와 Thumbnail 이미지의 DQT 정보를 종합하여 분석하고 식별 절차를 세웠다. 또한 절차에 필요한 데이터베이스를 구축 하고 데이터를 수집하였다. 이를 이용하여 JPEG 이미지 파일의 촬영 스마트폰, 저장에 사용한 애플리케이션 등 이미지의 출처를 보다 정확하게 유추함으로써 포렌식 조사를 진행함에 있어 많은 도움이 될 것이다.
또한 DB서버와의 통신을 통해 해당 JPEG 이미지가 어떤 스마트폰에서 촬영되었는지 알 수 있다. 본 논문에서 수집하고 있는 DQT와 Thumbnail 이미지의 DQT 정보를 이용하여 해당 이미지의 촬영 장치 판별을 돕는다. 데이터베이스의 수집은 계속 진행중이며 수집이 진행될수록 출처를 파악할 수 있는 이미지 또한 늘어나고 있다.
본 절에서는 JPEG 이미지의 출처를 유추하는 절차를 제시하고 절차에 필요한 데이터베이스를 구축하고 DQT 정보를 수집하여 보다 더 정확하게 이미지의 출처를 유추할 수 있게 한다.
또한 각각의 애플리케이션은 스마트폰 모델에 따라 혹은 애플리케이션의 버전에 따라 조금씩 달라진다. 본 절에서는 이미지를 촬영하거나 편집할 수 있는 애플리케이션으로 저장한 이미지의 DQT 정보와 Thumbnail DQT 정보를 확인하였다.
만약 일치한다면 해당 스마트폰에서 촬영한 이미지로 분류된다. 세 번째로 해당 스마트폰의 애플리케이션들에 해당하는 DQT 와 비교 한다. 만약 형태가 일치한다면 해당 애플리케이션에서 촬영이나 편집을 통해 저장된 이미지로 분류된다.
대상 데이터
절차를 수행하기 위해서는 데이터베이스를 구축하여 DQT정보를 수집하여야한다. 절차에 따라 수집이 필요한 데이터는 Thumbnail DQT, 기본 카메라에서 촬영한 이미지의 DQT, 애플리케이션을 통해 저장한 이미지의 DQT 등 총 세 가지이다.
Table 1은 여러 스마트폰 모델에 탑재된 기본카메라로 촬영한 사진의 DQT 형태를 보여준다. 총 20개의 스마트폰 기기를 대상으로 기본카메라에서 촬영한 DQT를 확인하였다.
성능/효과
두 가지 정보를 모두 비교한 결과 동일한 Type의 DQT 형태를 갖는 스마트폰이 매우 적음을 확인할 수 있다. iPhone의 경우에만 동일한 Type의 DQT 형태가 나타났으며 iPhone 또한 iOS version에 따라 형태가 달라지는 것을 확인하였다. iPhone을 제외한 모든 스마트폰은 고유한 정보를 가지고 있어 동일한 Type을 가지는 경우가 거의 없음을 확인할수 있었다.
두 가지 정보를 모두 비교한 결과 동일한 Type의 DQT 형태를 갖는 스마트폰이 매우 적음을 확인할 수 있다. iPhone의 경우에만 동일한 Type의 DQT 형태가 나타났으며 iPhone 또한 iOS version에 따라 형태가 달라지는 것을 확인하였다.
iPhone을 제외한 모든 스마트폰은 고유한 정보를 가지고 있어 동일한 Type을 가지는 경우가 거의 없음을 확인할수 있었다. 따라서 기존 연구의 DQT만으로 촬영 스마트폰을 판단한 결과보다 훨씬 높은 정확도로 기기를 유추해낼 수 있다. 이를 이용한다면 어떤 스마트폰에서 촬영하였는지 그 범위를 매우 좁힐 수 있으므로 기본카메라에 대한 DQT 데이터와 Thumbnail DQT 데이터를 축적하여 정확도를 더 높일 필요가 있다.
실험 결과 같은 스마트폰 모델인 경우 애플리케이션에 따라 DQT 형태가 달라지는 것을 확인할 수 있었다. 또한 운영체제의 종류, 애플리케이션의 버전에 따라 DQT 형태가 달라지는 것을 확인할 수 있었다. 이를 이용한다면 특정 스마트폰에서 어떤 애플리케이션을 사용하여 저장되었는지 그 범위를 매우 좁힐 수 있다.
하지만 단순 JPEG 이미지의 DQT만을 통해 장치를 판단하는 방식은 동일한 DQT가 존재할 가능성이 매우 높다. 본 논문의 실험 결과 동일한 DQT 형태를 가지는 스마트폰 모델이 많은 것으로 확인되었다. 또한 디지털 카메라와 같이 사용자 애플리케이션이 없는 경우에는 동일한 DQT가 존재할 가능성이 많이 높진 않지만 사용자 애플리케이션이 존재하는 스마트폰의 경우에는 애플리케이션에 따라 생성되는 DQT 형태가 매우 다양하기 때문에 동일한 DQT 형태가 존재할 가능성이 매우 높다.
실험 결과 같은 스마트폰 모델인 경우 애플리케이션에 따라 DQT 형태가 달라지는 것을 확인할 수 있었다. 또한 운영체제의 종류, 애플리케이션의 버전에 따라 DQT 형태가 달라지는 것을 확인할 수 있었다.
실험 결과 고유한 DQT 형태를 가지는 모델이 다수 존재하는 것을 확인할 수 있었다. 또한 같은 모델이지만 Software Version이 다른 경우 DQT가 달라지는 것을 확인할 수 있다.
실험 결과 동일한 스마트폰인 경우에는 애플리케이션의 종류와 상관없이 모두 동일한 형태의 Thumbnail DQT를 가진다. 이는 기본 카메라에서 촬영한 이미지도 해당한다.
후속연구
또한 절차에 필요한 데이터베이스를 구축 하고 데이터를 수집하였다. 이를 이용하여 JPEG 이미지 파일의 촬영 스마트폰, 저장에 사용한 애플리케이션 등 이미지의 출처를 보다 정확하게 유추함으로써 포렌식 조사를 진행함에 있어 많은 도움이 될 것이다.
질의응답
핵심어
질문
논문에서 추출한 답변
DQT는 무엇인가?
DQT란 JPEG 이미지 안에 포함된 양자화 테이블로써 이미지의 압축률을 결정하는데 사용된다. Fig.
JPEG 이미지 Header에 존재하는 EXIF 정보에는 무엇 저장되어 있는가?
JPEG과 JPEG 내부 파일에 존재하는 EXIF(Exchangable Image File format) 포맷에 대한 연구는 다수 진행되었다[1]. JPEG 이미지 Header에 존재하는 EXIF 정보에는 날짜, 시간정보, 카메라 설정, 저작권 정보 등 JPEG 이미지에 대한 정보들이 저장되어 있어 이미지를 촬영한 기기에 대해 파악할 수 있다. 하지만 EXIF는 위.
JPEG 이미지의 출처를 유추하는 절차는 무엇인가?
2는 JPEG 이미지의 출처를 유추하는 절차이다. 가장 먼저 Thumbnail 이미지의 DQT를 비교하여 해당 스마트폰에서 촬영이나 편집을 하였는지 확인한다. 두 번째로 해당 스마트폰의 기본카메라에 해당하는 DQT를 비교한다. 만약 일치한다면 해당 스마트폰에서 촬영한 이미지로 분류된다. 세 번째로 해당 스마트폰의 애플리케이션들에 해당하는 DQT 와 비교 한다. 만약 형태가 일치한다면 해당 애플리케이션에서 촬영이나 편집을 통해 저장된 이미지로 분류된다. 하지만 Thumbnail DQT가 일치함에도 불구하고 동일한 DQT를 갖는 애플리케이션이 없다면 이미지의 조작 여부를 고려해야한다.
참고문헌 (11)
Orozco, Ana Lucila Sandoval, et al, "Analysis of errors in exif metadata on mobile devices," Multimedia Tools and Applications, vol. 74, no. 13, pp. 4735-4763, July 2015
Lukas, Jan, Jessica Fridrich, and Miroslav Goljan, "Digital camera identification from sensor pattern noise," Information Forensics and Security, IEEE Transactions on, vol. 1, no. 2, pp. 205-214, June 2006
Li, Chang-Tsun, "Source camera identification using enhanced sensor pattern noise," Information Forensics and Security, IEEE Transactions on, vol. 5, no. 2, pp. 280-287, June 2010
Goljan, Miroslav, Mo Chen, and Jessica Fridrich, "Identifying common source digital camera from image pairs," ICIP 2007, vol. 6, pp. 125-128, Sep 2007
Chen, Mo, et al, "Source digital camcorder identification using sensor photo response non-uniformity," Electronic Imaging 2007, pp. 65051G-65051G, Feb 2007
Bayram, Sevinc, et al, "Source camera identification based on CFA interpolation," ICIP 2005, vol. 3, pp. 69-72, Sep 2005
Soobhany, A-R, et al, "Mobile Camera Source Identification with SVD," Innovations and Advances in Computing, Informatics, Systems Sciences, Networking and Engineering, vol. 313, pp. 123-131, 2015
S Hamdy, "Quantization Table Estimation in JPEG Images," International Journal of Advanced Computer Science and Applications, vol. 1, no. 6, pp. 17-23, Dec 2010
Thai, Thanh Hai, Florent Retraint, and Remi Cogranne, "Camera model identification based on the generalized noise model in natural images," Digital Signal Processing, vol. 48, pp. 285-297, Jan 2016
Lee, Sang-Hyeong, et al, "Digital Camera Identification Using Sensor Pattern Noise," The Second International Conference on Information Security and Digital Forensics 2015, pp. 30, 2015
※ AI-Helper는 부적절한 답변을 할 수 있습니다.