변조 된 이미지로 인한 위험에 대한 우려는 지난 몇 년 동안, 특히 AI 기반의 새로운 급증에 비추어 연구에 정기적으로 나타났습니다. 이미지 편집 프레임 워크 기존 이미지를 완전히 만들기보다는 기존 이미지를 수정할 수 있습니다.
이러한 종류의 콘텐츠를 다루는 제안 된 탐지 시스템의 대부분은 두 캠프 중 하나에 속합니다. 첫 번째는 IS입니다. 워터 마킹 – a 폴백 접근 컨텐츠 출처 및 진품 (C2PA)을위한 연합 (C2PA)에 의해 현재 이미지 Veracity Framework에 내장되어 있습니다.
C2PA 워터 마킹 절차는 이미지 컨텐츠가 원래 및 지속적인 출처 ‘매니페스트’와 분리되면 폴백입니다. 출처 : https://www.imatag.com/blog/enhancing-content-integrity-c2pa-invisible-watermarking
이러한 ‘비밀 신호’는 소셜 네트워크와 포털 및 플랫폼을 통해 이미지로 이동하는 경우 종종 자동 재개/최적화 절차를 강력하게해야하지만 종종 적용되는 손실 재 인코딩의 종류에 탄력적이지는 않습니다. JPEG 압축 (그리고 척하는 사람과의 경쟁에도 불구하고 웹JPEG 형식은 여전히 추정에 사용됩니다. 모든 웹 사이트 이미지의 74.5%).
두 번째 접근법은 처음에 이미지를 변조 명확하게 만드는 것입니다. 제안 2013 년 논문에서 고정 점 이론을 기반으로 한 이미지 무결성 인증 체계. 워터 마크 또는 디지털 서명에 의존하는 대신이 방법은 가우스 컨볼 루션과 디컨 볼 루션 (GCD)는 이미지가 변경되면 파손되는 안정적인 상태로 이미지를 밀어냅니다.
고정점 이론을 기반으로 한 논문 ‘이미지 무결성 인증 체계’: 59.7802 dB의 피크 신호-잡음 (PSNR)을 갖는 고정 점 이미지를 사용한 로컬라이즈 결과를 조작 한 결과. 흰색 사각형은 공격을받는 영역을 나타냅니다. 패널 A (왼쪽)는 현지화 된 노이즈, 필터링 및 사본 기반 공격을 포함한 적용된 수정을 표시합니다. 패널 B (오른쪽)는 인증 프로세스로 식별 된 변조 영역을 강조하는 해당 감지 출력을 보여줍니다. 출처 : https://arxiv.org/pdf/1308.0679
이 개념은 섬세한 레이스 천을 수리하는 맥락에서 가장 쉽게 이해 될 수 있습니다. 선조를 패치하는 데 사용 된 공예가 아무리 잘 지내더라도 수리 된 섹션은 필연적으로 식별 할 수 있습니다.
이런 종류의 변형은 회색차 이미지에 반복적으로 적용될 때 점차 변환을 다시 적용하는 상태로 밀어 넣습니다. 더 이상 변화를 일으키지 않습니다.
이 안정적인 버전의 이미지는 a라고합니다 고정 지점. 고정점은 드물고 변경 사항에 매우 민감합니다. 고정점 이미지에 대한 작은 수정은 거의 확실하게 끊어집니다. 결정된 상태, 변조를 쉽게 감지 할 수 있습니다.
처럼 그러한 접근법으로 평소JPEG 압축의 인공물은 체계의 무결성을 위협 할 수 있습니다.
왼쪽에는 상징적 인 ‘Lenna'(Lena) 이미지의 얼굴에 워터 마크가 적용되는 것을 볼 수 있습니다. 오른쪽에서는 90%의 JPEG 압축으로 인식 된 워터 마크와 JPEG 노이즈의 성장이 낮다는 것을 알 수 있습니다. 다중 재조정 또는 가장 높은 압축 설정 후 대부분의 워터 마킹 방식은 JPEG 압축 인공물과 관련된 문제에 직면합니다. 출처 : https://arxiv.org/pdf/2106.14150
대신 JPEG 압축 인공물이 실제로 고정 지점을 얻는 중심 수단으로 사용될 수 있다면 어떨까요? 이러한 경우에도 추가 볼트 온 시스템이 필요하지 않을 것입니다. 일반적으로 워터 마킹 및 탬퍼 감지에 문제를 일으키는 동일한 메커니즘이 대신 탬퍼 감지 프레임 워크 자체의 기초를 형성하기 때문입니다.
보안 기준으로 JPEG 압축
그러한 시스템은 a 새로운 종이 뉴욕 주립 대학교 버팔로 대학교의 두 연구원에서. 제목 JPEG 고정 점을 사용한 탬퍼 명시 이미지새로운 오퍼링은 2013 년 작업 및 관련 작업을 처음으로 공식적으로 중심 원칙을 공식화하고 처음으로 ‘자체 인증’이미지를 생성하는 방법으로 JPEG 압축 자체를 독창적으로 활용함으로써 제작됩니다.
저자는 확장 :
‘연구에 따르면 동일한 JPEG 압축 및 감압 프로세스의 여러 라운드를 겪은 후 이미지가 변경되지 않은 것으로 나타났습니다.
즉, JPEG 압축 및 감압의 단일 사이클이 JPEG 변환이라고하는 이미지의 변환으로 간주되면,이 변환은 JPEG 변환이 적용될 때 변경되지 않은 상태로 유지되는 고정 된 점, 즉 변경되지 않는 속성을 나타냅니다. ‘
새 논문에서 JPEG 고정점 수렴의 그림. 상단 행에는 반복적 인 JPEG 압축이 발생하는 예제 이미지가 표시되며 각 반복은 픽셀 변경의 수와 위치를 보여줍니다. 하단 행에서, 연속 반복 사이의 픽셀 별 L2 거리는 다른 압축 품질 설정에 따라 그려집니다. 아이러니 하게도이 이미지의 더 나은 해상도는 없습니다. 출처 : https://arxiv.org/pdf/2504.17594
새로운 논문은 외부 변환이나 워터 마크를 도입하는 대신 JPEG 프로세스 자체를 동적 시스템으로 정의합니다. 이 모델에서는 각 압축 및 감압 사이클이 이미지를 고정 지점으로 이동시킵니다. 저자는 유한 한 수의 반복 후에 모든 이미지가 추가 압축이 변화를 일으키지 않는 상태에 도달하거나 대략적으로 도달한다는 것을 증명합니다.
연구원들은*:
‘이미지에 대한 모든 변경으로 인해 JPEG 고정 지점과의 편차가 발생할 수 있으며, 이는 JPEG 압축 및 감압의 단일 라운드 후 JPEG 블록의 변화로 감지 될 수 있습니다.
‘JPEG 고정 지점을 기반으로 한 제안 된 변조 명시 이미지에는 두 가지 장점이 있습니다. 첫째, 탬퍼 명시 이미지는 이미지 지문이 요구하는 바와 같이 검증 가능한 기능의 외부 저장이 필요하지 않습니다[[계획]또는 이미지 워터 마킹 방법에서와 같이 숨겨진 흔적의 임베딩. 이미지 자체는 진정성의 증거 역할을하여 체계가 본질적으로 자명합니다.
‘둘째, JPEG는 널리 사용되는 형식이며 종종 이미지 처리 파이프 라인의 최종 단계이므로 제안 된 방법은 JPEG 작업에 탄력적입니다. 이것은 원본과 대조됩니다. [접근하다]JPEG로 인해 무결성 흔적을 잃을 수 있습니다. ‘
이 논문의 주요 통찰력은 JPEG Convergence가 디자인의 부산물 일뿐 만 아니라 수학적으로 피할 수없는 운영 결과라는 것입니다. 개별 코사인 변환, 양자화, 반올림 및 잘린 절단은 (올바른 조건 하에서) 예측 가능한 고정 점 세트로 이어지는 변환을 형성합니다.
새로운 작업을 위해 공식화 된 JPEG 압축/감압 프로세스에 대한 스키마.
워터 마킹과 달리이 방법에는 필요합니다 내장 신호가 없습니다. 유일한 참조는 추가 압축에서 이미지의 일관성입니다. 재 응축이 변경되지 않으면 이미지는 정통으로 추정됩니다. 그렇다면 변조는 편차로 표시됩니다.
테스트
저자는 8 백만 8 개의 8 비트 그레이 스케일 이미지 데이터 패치를 무작위로 생성 한 백만 개의 무작위로 생성 된 백만 개의 무작위 로이 동작을 검증했습니다. 이들 합성 패치에 반복적 인 JPEG 압축 및 감압을 적용함으로써, 그들은 고정점으로의 수렴이 유한 한 단계 내에서 발생한다는 것을 관찰했다. 이 프로세스는 픽셀로 측정하여 모니터링되었습니다 L2 거리 연속 반복 사이에 패치가 안정화 될 때까지 차이가 감소합니다.
L2 다양한 JPEG 압축 품질에서 측정 된 백만 8 × 8 패치에 대한 연속 반복 간의 차이. 각 프로세스는 단일 JPEG- 압축 패치로 시작하여 반복 압축에 대한 차이 감소를 추적합니다.
변조 탐지를 평가하기 위해 저자는 탬퍼 명시 적 JPEG 이미지를 구성하고 4 가지 유형의 공격을 적용했습니다. 소금과 후추 소음; 카피 움직임 운영; 외부 소스에서 스 플라이 싱; 그리고 이중 JPEG 압축 다른 양자화 표를 사용합니다.
저자가 사용하는 4 가지 중단 방법을 포함하여 변조의 감지 및 국소화를 갖는 고정점 RGB 이미지의 예. 맨 아래 줄에서, 우리는 각 섭동 스타일이 생성 된 고정점 이미지에 비해 배신한다는 것을 알 수 있습니다.
변조 후, 이미지는 원본을 사용하여 다시 압축시켰다 양자화 행렬. 고정 지점으로부터의 편차는 재 감축 후 0이 아닌 차이를 나타내는 이미지 블록을 식별함으로써 감지 된 영역의 검출 및 국소화를 가능하게했다.
이 방법은 전적으로 표준 JPEG 작업을 기반으로하기 때문에 고정 포인트 이미지는 일반 JPEG 시청자 및 편집자와 잘 작동합니다. 그러나 저자는 이미지가 다른 품질 수준으로 재구성되면 고정 지점 상태를 잃을 수 있으며, 이는 인증을 중단 할 수 있으며 실제 사용에서 신중하게 처리해야합니다.
이것은 JPEG 출력을 분석하기위한 도구 일뿐 만 아니라 많은 복잡성을 추가하지는 않습니다. 원칙적으로 최소한의 비용이나 혼란으로 기존 워크 플로에 슬롯 될 수 있습니다.
이 논문은 정교한 대적이 고정 점 상태를 보존하는 대적 변화를 만들려고 시도 할 수 있음을 인정한다. 그러나 연구자들은 그러한 노력이 가시적 인 유물을 도입하여 공격을 훼손 할 것이라고 주장했다.
저자는 고정 지점 JPEG가 C2PA와 같은 더 넓은 출처 시스템을 대체 할 수 있다고 주장하지는 않지만 고정 POI를 제안합니다. NT 방법은 메타 데이터가 제거되거나 손실 될 때에도 지속되는 추가 변조 증거 계층을 제공함으로써 외부 메타 데이터 프레임 워크를 보완 할 수 있습니다.
결론
JPEG 고정 점 접근법은 기존 인증 시스템에 대한 간단하고 자체 포함 된 대안을 제공하며, 내장 메타 데이터, 워터 마크 또는 외부 참조 파일이 필요하지 않고 대신 압축 프로세스의 예측 가능한 동작에서 직접 진정성을 도출합니다.
이러한 방식으로,이 방법은 무결성 검증 메커니즘으로 JPEG 압축 (빈번한 데이터 저하 소스)을 되 찾습니다. 이와 관련하여, 새로운 논문은 지난 몇 년 동안 내가 만난 문제에 대한 가장 혁신적이고 독창적 인 접근법 중 하나입니다.
새로운 작업은 보안을 위해 계층화 된 애드온에서 멀어지고 미디어 자체의 내장 특성을 이끌어내는 접근 방식으로 이동합니다. 변조 방법이 더 정교 해짐에 따라 이미지의 내부 구조를 테스트하는 기술이 더 중요해질 수 있습니다.
또한,이 문제를 해결하기 위해 제안 된 많은 대안 시스템은 오랫동안 확립 된 이미지 처리 워크 플로를 변경하여 상당한 마찰을 일으킨다. 그 중 일부는 수년 동안 또는 수십 년 동안 안정적으로 작동해 왔으며, 재고를위한 훨씬 더 강력한 정당성을 요구할 것이다.
* 저자의 인라인 인용을 하이퍼 링크로 전환합니다.
2025 년 4 월 25 일 금요일에 처음 출판되었습니다
게시물 간단한 JPEG 압축을 통한 자체자가 이미지 먼저 나타났습니다 Unite.ai.