[논문]스마트폰으로 촬영된 동영상의 출처 식별에 대한 연구

김현승; 최종현; 이상진

doi:10.13089/jkiisc.2016.26.4.885

초록
AI-Helper

스마트폰이 널리 보급됨에 따라 누구나 쉽게 사진과 동영상을 촬영하고 배포할 수 있는 시대가 되었다. 개인이 스마트폰으로 촬영한 동영상은 중요한 수사 단서나 증거로 활용되고 이때 동영상이 특정 스마트폰으로 촬영되었음을 입증해야 하는 상황이 발생한다. 이를 위해 기존 연구들에서 제시한 다양한 방식의 fingerprint 기법을 활용할 수 있다. 하지만 fingerprint 기법을 사용한 결과의 신빙성을 보강해야 하거나 그 기법을 활용할 수 없는 상황들이 존재한다. 따라서 fingerprint 기법의 사용 이전에 스마트폰 포렌식 조사가 선행되어야 하고, 동영상 파일의 메타데이터 정보를 정리한 데이터베이스를 구축할 필요가 있다. 본 논문에서는 동영상 촬영이 스마트폰에 남기는 아티팩트와 상기한 데이터베이스에 대해 설명하고자 한다.

Abstract ▼ AI-Helper

As smartphones become more common, anybody can take pictures and record videos easily nowadays. Video files taken from smartphones can be used as important clues and evidence. While you analyze video files taken from smartphones, there are some occasions where you need to prove that a video file was...

As smartphones become more common, anybody can take pictures and record videos easily nowadays. Video files taken from smartphones can be used as important clues and evidence. While you analyze video files taken from smartphones, there are some occasions where you need to prove that a video file was recorded by a specific smartphone. To do this, you can utilize various fingerprint techniques mentioned in existing research. But you might face the situation where you have to strengthen the result of fingerprinting or fingerprint technique can't be used. Therefore forensic investigation of the smartphone must be done before fingerprinting and the database of metadata of video files should be established. The artifacts in a smartphone after video recording and the database mentioned above are discussed in this paper.

주제어

AI 본문요약
AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

촬영되는 동영상 자체를 저장하는 이유는 향후 특정 상황에서 메타데이터의 어떤 부분이 식별성을 가져다줄 것인지 미리 판단하기 힘들기 때문에 다시 동영상 파일 내부를 확인할 수 있도록 하기 위함이다 . 또 이 데이터베이스가 향후 fingerprint 기법을 대상으로 하는 연구에서 촬영 기기의 종류를 식별하기 위한 실험을 할 때 그 촬영 출처가 검증된 방대한 데이터 셋으로 활용될 수 있도록 하기 위함이다.
이때까지 스마트폰 동영상의 출처를 식별하기 위해 활용할 수 있는 방안들에 대해 살펴보았다. 먼저 fingerprint 기법을 활용하기 전에 스마트폰 포렌식을 통해 동영상이 해당 기기에서 촬영되었음을 신속히 입증하는 방안을 정리하였고 fingerprint 기법을 활용한 결과의 신빙성을 보강하거나 fingerprint 기법만으로 해결할 수 없는 문제 발생 시 차선책으로 활용할 수 있는 동영상 메타데이터 데이터베이스를 제안하였다.

제안 방법

이하에서는 스마트폰으로 동영상을 촬영할 경우 남는 아티팩트를 실험을 통하여 정리하였다. 그리고 fingerprint 기법을 사용할 수 없을 때 차선책으로 활용할 수 있는 동영상 메타데이터 데이터베이스를 제시하였다.
이때까지 스마트폰 동영상의 출처를 식별하기 위해 활용할 수 있는 방안들에 대해 살펴보았다. 먼저 fingerprint 기법을 활용하기 전에 스마트폰 포렌식을 통해 동영상이 해당 기기에서 촬영되었음을 신속히 입증하는 방안을 정리하였고 fingerprint 기법을 활용한 결과의 신빙성을 보강하거나 fingerprint 기법만으로 해결할 수 없는 문제 발생 시 차선책으로 활용할 수 있는 동영상 메타데이터 데이터베이스를 제안하였다.
본 연구에서는 갤럭시 3(SHV-E210K, Android 4.1.2)에서 ADB(Android Debug Bridge)를 활용하여 동영상 촬영 시 남는 로그를 확인하였다. Table 2.
어떤 종류의 스마트폰으로 촬영된 동영상인지를 조사할 때 메타데이터가 갖는 식별력을 확인하고자 직접 다양한 스마트폰으로 동영상을 촬영해 데이터베이스를 구축하였다. 아이폰의 경우 메타데이터에 기기 종류가 기록되어 당연히 스마트폰의 종류를 알 수 있기 때문에 일단 제외하였다.
일단 동일한 기기에서 촬영된 여러 이미지들의 PRNU를 추출하고 이것들을 평균화한 값을 해당 기기의 참조 패턴으로 지정한다. 이후 출처가 문제되는 이미지의 PRNU와 여러 참조 패턴들을 비교하여 가장 상관관계가 높은 참조 패턴을 갖고 있는 기기를 촬영 기기로 추정한다. 이 방법에는 다음과 같은 한계점들이 존재한다.
총 39종의 안드로이드 스마트폰의 기본 카메라로, 한 스마트폰에서 중복되는 해상도가 없도록 촬영하여 총 107개의 동영상이 있는 데이터베이스를 구축한 후 서로 다른 종류의 스마트폰이 동일한 메타데이터를 갖는 경우 즉, 동영상과 스마트폰 종류의 1대1 대응이 불가능한 경우를 Table 5,에 정리하였다. 이를 통해 메타데이터만으로 스마트폰 종류를 1대1 대응할 수 없는 경우도 발생함을 알 수 있다.

성능/효과

실험 결과 아이폰에서와는 달리 안드로이드 스마트폰에서는 Fig. 1과 같이 해당 앱이 사용한 것으로 추정되는 libavformat 라이브러리의 버전이 동영상 파일의 “meta” 박스에 남는 경우들이 발생함을 확인하였다.

후속연구

앱 배포를 통해 동영상 수집 작업을 계속 진행할 것이고 좀 더 많은 데이터를 축적한 후, 동영상을 업로드하면 그 메타데이터를 기준으로 해당하는 촬영 환경들을 보여주는 조회용 사이트를 개발할 예정이다. 또 동영상 처리 기술이 발전함에 따라 새로운 포맷과 코덱이 적용되는 스마트폰 동영상들이 등장하거나 특정 동영상 촬영 앱들이 남기는 또다른 공통 메타데이터가 있다면 그 메타데이터들도 컬럼으로 추가할 것이다. 이러한 데이터베이스는 그 규모가 방대해질수록 수사 실무상 효용성이 커질 것이고 이는 포렌식 수사관에게 하나의 자산이 될 것이다.
libavformat은 비디오 재생, 녹화, 변환 등에 관한 오픈 소스 프로젝트인 FFmpeg에 포함된 라이브러리로 오디오와 비디오 데이터를 분리하거나 합쳐주는 역할(Muxer/Demuxer)을 한다. 앞으로 특정 촬영 앱마다 고유하게 남기는 메타데이터가 추가적으로 발견되고 문제의 스마트폰에 해당 앱이 설치되어 있는 것이 밝혀진다면 이는 출처 식별 시 강력한 정황 증거가 될 것이다.
현재 스마트폰으로 촬영한 동영상을 업로드할 수 있도록 데이터베이스 서버 구축, 안드로이드 스마트폰용 앱과 아이폰용 앱 제작이 완료된 상태이다. 앱 배포를 통해 동영상 수집 작업을 계속 진행할 것이고 좀 더 많은 데이터를 축적한 후, 동영상을 업로드하면 그 메타데이터를 기준으로 해당하는 촬영 환경들을 보여주는 조회용 사이트를 개발할 예정이다. 또 동영상 처리 기술이 발전함에 따라 새로운 포맷과 코덱이 적용되는 스마트폰 동영상들이 등장하거나 특정 동영상 촬영 앱들이 남기는 또다른 공통 메타데이터가 있다면 그 메타데이터들도 컬럼으로 추가할 것이다.

질의응답

핵심어	질문	논문에서 추출한 답변
	PRNU는 무엇이며 주된 발생 원인은 무엇인가?	둘째, 촬영 기기의 PRNU(Photo Response Non-Uniformity)를 활용한 연구가 있다[4][5][6][7]. PRNU는 이미지 상에서 발견되는 센서 패턴노이즈 중의 하나로 그것이 발생하는 주된 원인은 PNU(Pixel Non-Uniformity)이다. 이는 각 픽셀의 빛에 대한 민감도 차이를 의미하는 것으로 빛을 감지하여 전기적 신호로 변환하는 각 CCD/CMOS 센서들이 제조 과정에서 갖게되는 비동질성으로 인해 발생한다.
	CFA는 어떤 역할을 하는가?	첫째, 촬영 기기의 Color Filter Array(CFA) 특성을 활용한 연구이다[2][3]. CFA는 빛이 센서에 도달하기 전에 각 픽셀이 하나의 색만 받아들이도록 필터링하는 역할을 한다. 이 때문에 각 픽셀의 나머지 색 채널의 값을 추정(interpolation)하는 절차(demosaicing)를 수행해야 한다.
	렌즈의 수차를 활용한 방법 중 구면 수차를 이용한 것의 단점은 무엇인가?	후자는 서로 다른 색의 빛이 초점면(센서)의 같은 곳에 도달 하지 못하는 점을 fingerprint로 이용하는 것이다. 그러나 전자는 이미지에 직선 모양의 물체가 반드시 존재해야 하고 후자는 압축, 자르기 등의 이미지 처리에 취약하다는 단점이 있다. 또한 이미 렌즈 왜곡의 보정 패턴을 추측하여 출처 기기를 판단하는 [12]가 등장할 정도로 촬영 기기 자체적으로 이러한 수차들을 보정하는 기능이 정교화, 보편화되고 있기 때문에 더 이상 활용하기 힘든 방법이다.

참고문헌 (16)

"Hidden camera crime in the Waterpark", http://daily.hankooki.com/lpage/society/201508/dh20150829095323137790.htm
Ashwin Swaminathan, Min Wu and K. J. Ray Liu, "Non-intrusive forensic analysis of visual sensors using output images," Information Forensics and Security, IEEE Transactions, vol. 2, no. 1, pp. 91-106, Mar. 2007.

상세보기
Sevinc Bayrama, Husrev T. Sencarb and Nasir Memonb, "Classification of digital camera-models based on demosaicing artifacts," Digital Investigation, vol. 5, no. 1, pp. 49-59, Sep. 2008.

상세보기
Jan Lukas, Jessica Fridrich, and Miroslav Goljan, "Determining digital image origin using sensor imperfections," Proceedings of the SPIE, pp. 249-260, Mar. 2005.
Mo Chen, Jessica Fridrich, Miroslav Goljan, and Jan Lukas, "Determining image origin and integrity using sensor noise," Information Forensics and Security, IEEE Transactions, vol. 3, no. 1, pp. 74-90, Mar. 2008.

상세보기
Chang-Tsun Li, "Source camera identification using enhanced sensor pattern noise," Information Forensics and Security, IEEE Transactions, vol. 5, no. 2, pp. 280-287, Mar. 2010.

상세보기
J.R. Corripio, A.L. Sandoval Orozco, L.J. Garcia Villalba, Julio Hernandez-Castro, Stuart Jason Gibson, "Source smartphone identification using sensor pattern noise and wavelet transform," The 5th International Conference on Imaging for Crime Detection and Prevention, pp. 1.16(1), Dec. 2013.
Chang-Tsun Li, Riccardo Satta, "Empirical investigation into the correlation between vignetting effect and the quality of sensor pattern noise," Computer Vision, IET, vol. 6, no. 6, pp. 560-566, Nov. 2012.

상세보기
Thomas Gloe, Stefan Pfennig, Matthias Kirchner, "Unexpected Artefacts in PRNU-Based Camera Identification: A 'Dresden Image Database' Case-Study," Conference: 14th ACM Multimedia and Security Workshop, pp. 109-114, Sep. 2012.
Kai San Choi, Edmund Y. Lam, and Kenneth K. Y. Wong, "Automatic source camera identification using the intrinsic lens radial distortion," Opt Express, vol. 14, no. 24, pp. 11551-11565, Nov. 2006.

상세보기
Lanh Tran Van, Emmanuel, S, Kankanhalli, M.S., "Identifying Source Cell Phone using Chromatic Aberration," Multimedia and Expo, 2007 IEEE International Conference, pp. 883-886, Jul. 2007.
Min-gu Hwang, Dong-min Kim, Dong-hwan Har, "Digital Camera Identification Based on Interpolation Pattern Used Lens Distortion Correction," Korea Society for Internet Information, 13(3), pp. 49-59, Jun. 2012.
Mo Chen, Jessica Fridrich, Miroslav Goljan, Jan Lukas, "Source Digital Camcorder Identification Using Sensor Photo Response Non-Uniformity," Proc. SPIE 6505, Security, Steganography, and Watermarking of Multimedia Contents IX, 65051G, Forensics III, pp. 65051G, Feb. 2007.
ISO/IEC JTC 1/SC 29 Coding of audio, picture, multimedia and hypermedia information, "ISO Base Media File Format," ISO/IEC 14496-12:2004, Feb. 2004.
Ilyoung Hong, Sangjin Lee, "Research on Efficient Live Evidence Analysis System Based on User Activity Using Android Logging System," Korea Institute of Information Security and Cryptology, 22(1), pp. 67-80, Feb. 2012.
Thomas Gloe, Andre Fischer, Matthias Kirchner, "Forensic analysis of video file formats," Digital Investigation, vol. 11, supplement 1, pp. S68-S76, May. 2014.

상세보기

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증

스마트폰으로 촬영된 동영상의 출처 식별에 대한 연구
A Study on Identification of the Source of Videos Recorded by Smartphones 원문보기

초록
AI-Helper

Abstract ▼ AI-Helper

주제어

AI 본문요약
AI-Helper

문제 정의

제안 방법

성능/효과

후속연구

질의응답

참고문헌 (16)

이 논문을 인용한 문헌

저자의 다른 논문 :

관련 콘텐츠

원문 보기

원문 URL 링크

오픈액세스(OA) 유형

연관된 기능

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

연합인증

스마트폰으로 촬영된 동영상의 출처 식별에 대한 연구 A Study on Identification of the Source of Videos Recorded by Smartphones 원문보기

초록 용어보기논문에서 용어와 풀이말을 자동 추출한 결과로, 시범 서비스 중입니다. AI-Helper

Abstract ▼ AI-Helper

주제어

AI 본문요약 엑셀 다운로드 AI-Helper

문제 정의

제안 방법

성능/효과

후속연구

질의응답

참고문헌 (16)

이 논문을 인용한 문헌

저자의 다른 논문 :

김현승 (1) 최종현 (3) 이상진 (212)

관련 콘텐츠

원문 보기

원문 URL 링크

오픈액세스(OA) 유형

연관된 기능

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

스마트폰으로 촬영된 동영상의 출처 식별에 대한 연구
A Study on Identification of the Source of Videos Recorded by Smartphones 원문보기

초록
AI-Helper

AI 본문요약
AI-Helper