Sitzung: Steganographie, Watermarking und Bildforensik

Transkript

1 Sitzung: Steganographie, Watermarking und Bildforensik 1. Analoge Bildforensik Nur sehr wenige Bildredaktionen leisten sich einen Mitarbeiter, der geschulten Auges die Bilder vor der Veröffentlichung auf Echtheit hin prüft. Da globale Bildbearbeitungsverfahren oft akzeptiert werden, fordern manche Redaktionen zusätzlich die Originaldateien der Bilder an um sich vor Manipulationen zu schützen. Montageindizien, die durch Beobachtung entdeckt werden können sind: inkonsistente Beleuchtung falsche, fehlende oder überflüssige Schatten inkonsistente Perspektive, Größenverhältnisse inkonsistente Windrichtungen Quelle: DOCMA 2010/03 S Digitale Bildforensik Die digitale Bildforensik ist eine junge Wissenschaft die versucht, mathematische Verfahren zu entwickeln, die Manipulationen von Bildern automatisch aufspüren sollen. (Keines Falls die Echtheit bestätigen.) Für Bildredaktionen von Zeitschriften mit journalistischem Anspruch sind solche Verfahren natürlich interessant, da Fälle wie die von Walski bei der LA Times (s.o.) immer einen beträchtlichen Image-Schaden für die Zeitschrift mit sich bringen. Die avanciertesten Projekte werden derzeit von Hany Farid, Leiter der Image Science Group am Dartmouth College ( und von Matthias Kirchner und Thomas Gloe vom Institut für Systemarchitektur, Datenschutz und Datensicherheit der Universität Dresden ( www1.inf.tu-dresden.de/~gloe/literatur/polizeischule2007_small.pdf) durchgeführt. Die digitale Bildforensik versucht folgende Fragen zu beantworten: Ist ein Bild manipuliert worden? Stammt ein Bild von einer bestimmten Kamera / von einem bestimmten Kameratyp? 58 Siegert / Digital Image Editing

2 3. Ermittlung von Manipulationen Beleuchtungsanalyse Inkonsistente Beleuchtungssituationen zu erkennen fällt uns schwer, wenn die Unterschiede nicht direkt nebeneinander auftreten. Unsere Wahrnehmung versucht zwar stets eine stimmige Version zu erzeugen, tut dies aber immer nur lokal in dem gerade fokussierten Bereichen des Bildes. Ob es eine globale Stimmigkeit über das ganze Bild gibt, kann nur mit bewusstem Hinsehen erfahren werden. Quelle: Deussen S.143 Es werden Verfahren entwickelt, die automatisch die Ausrichtung von Objekten zur Lichtquelle ermitteln um so inkonsistente Beleuchtungsszenarien aufzudecken. Auch die Reflexionspunkte in Augen lassen gute Schlüsse auf die Beleuchtung zu. Form und Reflexion der Iris und der Lichtreflexe können darüber hinaus Aufschluss auf die Kameraperspektive geben. Unterschiedliche Kamerastandpunkte sind dann ebenfalls ein Hinweis auf Manipulation. Klon-Detektoren Ein sehr beliebtes Werkzeug bei der Bildmanipulation ist der Stempel oder Reperaturpinsel von Photoshop. Hiermit werden Bildteile kopiert und an anderer Stelle eingesetzt. So können zum Beispiel störende Stromleitungen durch ein Stück Himmel, das dem Bild bereits angehört, ersetzt werden. Dadurch entstehen Dopplungen im Bild, die optisch nicht unbedingt auffallen müssen. Wie bei der Manipulation eines Fotos vom Start Iranischer Raketen, bei dem ein Rohkrepierer einfach durch eine Nachbarrakete ersetzt wurde. Quelle: Trinkwalder Siegert / Digital Image Editing 59

3 Klon-Detektoren unterteilen nun das Bild in Blöcke (z.b. 6*6 Pixel) die verglichen und sortiert werden. So können Dopplungen schnell aufgedeckt werden. 4. Unkenntlichmachung Quelle: Interpol, Fahndungsfoto von Christopher Paul Neil, Mit Photoshopfiltern unkenntlich gemachte Bilder bieten keine Tarnung. Das wurde einem Kinderschänder in Thailand zum Verhängnis. Der Swirlfilter, der er gebraucht hatte, war einfach zu invertieren, weil die Swirloperation invertierbar und ein Standard auf Photoshop ist. Man muss nur die Parameter kennen, die die radiale Drehung rückgängig macht. Die meisten Photoshopfilter hingegen wie Verwässern oder Blur sind nicht invertierbar. 5. Bildherkunfts-Analyse Jedes Bildaufnahmegerät hat durch seinen komplexen Aufbau bestimmte Charakteristiken, die sich auf das Bild auswirken. Quelle: Hinweise über die Herkunft einer Bilddatei können aus den Metadaten der Bilddatei gewonnen werden. Sie geben Aufschluss über die verwendete Digitalkamera, Einstellungen, Besitzer, etc. Allerdings ist die Fälschung dieser Metadaten sehr einfach möglich. Stattdessen konzentriert sich die Suche nach Beschreibungen der Charakteristiken eines Kameramodells zur Bestimmung des Bildursprungs auf technische Parameter. 34 verschiedene Merkmale wurden bislang entwickelt. Dabei kommt die Verwendung einer sogenannten Support Vector Machine (SVM) zur Klassifikation des verwendeten Bildeingabegeräts zum Einsatz. Dabei werden mit der zu untersuchenden Kamera mindestens Siegert / Digital Image Editing

4 Bilder gemacht und dann bestimmte Charakteristiken klassifiziert. Dies funktioniert mittlerweile recht gut, noch können aber nicht alle Bilder einer Kamera erfolgreich zugeordnet werden. Die Erkennungsgenauigkeit für die einzelnen Digitalkameras bei vorher nicht analysierten Bildern ist in der folgenden Tabelle abgebildet: Probleme und offene Fragen Quelle: Kharrazi, Sencar & Memon [11], Bisher gibt es keine Untersuchungen für Kameras vom gleichen Modell Es kommt zu einer fehlerhaften Zuordnung eines Bildes, wenn die verwendete Kamera nicht in der Menge der bereits untersuchten Geräte ist. Die Stabilität und die Möglichkeiten zur Fälschbarkeit der Parameter wurde bisher nur wenig betrachtet Der Einfluss unterschiedlicher Beleuchtungssituationen (Blitzlicht, Langzeitbelichtung, Nachtaufnahme, ) muss noch berücksichtigt werden Das optische System Quelle: Die Abbildung einer Szene auf dem deutlich kleineren Sensor wird mit Hilfe eines optischen Systems hergestellt (vgl. auch im folgenden Gloe, 2007). Die Optik einer Digitalkamera besteht meist aus mehreren Linsen um Abbildungsfehler auszugleichen und verschiedene Brennweiten zu ermöglichen. Abbildungsfehler (Aberrationen) sind Abweichungen von der idealen optischen Abbildung, wie zum Beispiel Verzeichnung - geometrischer Abbildungsfehler, sichtbar wenn gerade Linien im Bild gewölbt sind Die Verzeichnung ist abhängig von der Brennweite der Linse. Eine kleine Brennweite ( Fischaugen-Linsen ) bewirkt tonnenförmige Verzeichnungen, große Brennweite kissenförmige Verzeichnungen. Die Verwendung einer SVM zur Klassifikation mit 40 Bildern in der Lern- und 60 Bildern in der Testmenge ergab folgendes Ergebnis: Siegert / Digital Image Editing 61

5 Quelle: Choi, Lam & Wong [3], Chromatische Aberration Farbfehler die durch unterschiedliche Brechung des Lichts verschiedener Wellenlängen entstehen, typischerweise als Farbsaum an Kanten sichtbar. Quelle: Quelle: eigene Darstellung Der Fehler besteht also aus einer linearen Expansion oder Kontraktion einzelner Farbkanäle, die nun wieder als Charakteristikum einzelner Kameras herangezogen werden können. Bildmanipulationen führen zu Unregelmässigkeiten in der zu erwartenden chromatischen Aberration in den veränderten Bildregionen. Die Verwendung der Parameter des Farbvergrößerungsfehlers als Charakteristik für unterschiedliche Modelle von Handykameras mit jeweils 30 Bildern in der Lern- und 60 Bildern in der Testmenge brachte folgendes Ergebnis: 62 Siegert / Digital Image Editing

6 Quelle: Van, Emmanuel & Kankanhalli [20], Spärische Aberration Lichtstrahlen werden am Linsenrand stärker als in der Linsenmitte gebrochen Vignettierung (Randabschattung) Bildhelligkeit nimmt vom Mittelpunkt zu den Rändern ab Bildfeldwölbung ebenes Objekt wird nicht auf Ebene sondern auf eine gewölbte Fläche abgebildet Der Sensor Der Sensor kann die unterschiedlichsten Defekte haben, die Abweichungen in den Ausgangssignalen hervorrufen: Point defect Sensorelement weicht mehr als 6% vom Durchschnitt ab, bei 70% Sättigung der Beleuchtung Hot pixel Dead pixel Pixel trap Column Defect Cluster Defect Dunkelstrom 10x größer als Durchschnitt Lichtempfindlichkeit und/oder Ausgangssignal sehr gering Fehler im Ladungstransfer verhindern das korrekte Auslesen mindestens 10 defekte Sensorelemente in einer Spalte örtliche Häufung von Defekten Diese Defekte in den Elementen von Fotosensoren entstehen bereits während der Herstellung und sind zwischen verschiedenen Kameras unterschiedlich. Dies lässt sich für die Bestimmung des Ursprungs ausnutzen indem man die Defekte der verdächtigen Kamera und die Defekte im zu untersuchenden Bild ausmisst und vergleicht. Spatiales Rauschen Das spatiale (räumliche) Rauschen ist für verschiedene Bilder einer Kamera ähnlich und für verschiedene Kameras unterschiedlich! Die Ursache liegt in den Ungenauigkeiten bei der Fertigung und Materialfehlern. Damit wird in den Bildern ein charakteristischer Fingerabdruck einer Digitalkamera eingebettet. Solch ein Fingerprint findet sich in allen gängigen Digitalkameras. Die Berechnung des Referenzrauschmusters einer Kamera geschieht durch Mittelung des geschätzten Rauschens aufgenommener Testbilder. Dann kann die zwischen dem Referenzrauschmuster und dem geschätzten Rauschen eines verdächtigen Bildes verglichen werden. Veränderungen des Bildinhalts führen zu lokalen Änderungen des spatialen Rauschens, die so entdeckt werden können. Die Ergebnisse zu Untersuchungen mit dem spatialen Rauschen sind sehr vielversprechend. Die Bestimmung einzelner Digitalkameras ist einigermassen zuverlässig möglich. Allerdings ist die Methode nicht invariant gegenüber geometrischen Transformationen, wie z. B. Rotation, Cropping oder Skalierung. CFA-Analyse Die Sensoren von Digitalkameras speichern für jedes Pixel den Helligkeitswert des Rot-, Grün- und Blaukanals. Die Kanäle werden durch ein Filtermuster, das Color Filter Array (CFA) getrennt, dass über den lichtempfindlichen Bildsensoren liegt. Mittels Bayer-Interpolation wird dann für jedes Pixel sein wahrscheinlicher Helligkeits- und Farbwert aus den umliegenden Werten errechnet. Siegert / Digital Image Editing 63

7 Quelle: Trinkwalder S.153 Das Rauschen der einzelnen Sensoren, sowie der Interpolationsmethode verursachen ein typisches Störungsmuster. Da die Interpolation durch einen periodischen Filter geschieht, ergeben sich auch periodische Störungsmuster. Ist dieses Störungsmuster global auf dem ganzen Bild zu beobachten, scheint es unverändert zu sein. Bereiche in denen das typische Störungsmuster nicht auftritt, können auf eine Bearbeitung hindeuten. Leider ist dieses Verfahren anfällig für (durchaus akzeptierte) Modifikationen des Bildes wie Kontraständerungen oder Kompression. Das Verfahren kann auch ausgehebelt werden, indem nachtäglich ein entsprechendes Rauschen über das Bild gelegt wird, wozu es jedoch technischen Know-How und Aufwand bedarf. Quelle: Swaminathan et al., Zuordnung zum Kamerahersteller, Steganographie und Watermarking Steganographie Um 1997 entbrannte in Deutschland und anderen Ländern eine Diskussion, ob der Staat die Verschlüsselung von Nachrichten zulassen dürfe. Viele Sicherheitsexperten befürworteten ein Verbot. Bei Bürgerrechtlern und Wirtschaftsverbänden stießen die Pläne auf wenig Gegenliebe. In diesem Zuge entstanden zahlreiche Programme zur Steganographie, um ein mögliches Verbot zu unterlaufen. Steganographie ist eine Methode, Informationen im Rauschen von anderen Informationen (Bildern, Musik) zu verstecken. Im Gegensatz zur Kryptographie steht hier also nicht das Verschlüsseln, sondern das Verstecken im Vordergrund. Die Informationen werden geheim gehalten, indem Dritten gegenüber gar nicht erst gezeigt wird, das es Informationen gibt. Die Kryptographie kodiert die Daten lediglich und zeigt damit immer auch, dass es besonders geschützte Daten gibt. Die Mischung beider Verfahren ist möglich und wird in der Praxis auch angewendet. Kryptographisch verschlüsselte Informationen werden mit steganographischen Methoden versteckt. Die Idee der Steganographie ist sehr alt. Histiaios von Persien ( v. Chr.) soll bereits einem seiner Sklaven eine Botschaft auf die Kopfhaut tätowiert haben. Dieser wurde erst dann mit seiner Nachricht zum Empfänger geschickt, als seine Haare nachgewachsen waren. Mittels eines Stegosystems wird nach der Methode eines bestimmten Schlüssels ein Klartext in einem Cover versteckt. Nicht nur Photografen und Bildagenturen wenden heute diese Verfahren an, auch Markenhersteller 64 Siegert / Digital Image Editing

8 kennzeichnen so ihre Produktfotos oder Bilder von Prototypen. So kann im Fall von Produktpiraterie derjenige ermittelt werden, der die entsprechenden Bilder weitergegeben hat. Da jedes Bild ein Rauschen aufweist (Sensorrauchschen, Filmkörnigkeit etc.) und wir dies als natürlich empfinden wird der Klartext in der Regel im Rauschen der Bilder versteckt, also in den niederwertigsten Bits (siehe Grundlagen digitaler Medientechnik). Die beiden last significant bits machen 25% des Datenaufkommens aus (2 von 8 Bit), aber nur 1,6% des Helligkeitswertes (0 4 von 0 255). Ein unkomprimiertes TIFF-Bild mit 3264*2448 Pixeln, wie es die Digitalkamera liefert hat 24,5 MB. Es liessen sich also rund 6MB geheime Informationen sichern. Ein gewöhnlicher Roman von etwa 250 Seiten Länge hat etwa 500 kb reinen Text. Allerdings arbeiten nur sehr wenige Dateiformate wie das MS-Bitmap (BPM) so, dass sie für jeden Bildpunkt einen eigenen Zahlenwert speichern. Häufiger werden Kompressionen eingesetzt wie im GIF oder JPEG-Format. Die Kompression soll eben überflüssige Daten entfernen um die Datei kleiner zu machen. Steganographie will aber genau in diesen überflüssigen Daten seine Informationen verstecken. Um Robustheit gegen Kompression zu erlangen, muss man die Informationen jedoch in Bitebenen unterbringen, die gerade nicht mehr von der Kompression eliminiert werden oder redundant ablegen. Das reduziert die unterzubringende Informationsmenge aber erheblich. (Quelle Bild oben: Abmayr 1994) Stegosystem Klartext Das ist ein geheimer Text. Übertragen der versteckten Botschaft Klartext Cover Schlüssel Schlüssel Das ist ein geheimer Text. Quelle: eigene Aufnahme / eigene Darstellung Eine weitere Anforderung an die Verfahren ist, das die Informationen nicht die Qualität des Bildes beeinträchtigen dürfen. Da sich nicht jeder Bildteil für die Steganographie eignet, hat jedes Verfahren ein Wahrnehmungsmodell, das entscheidet, wo die Informationen untergebracht werden können. Die gängigsten Verfahren von Steganographie sind das Verstecken in Bild- oder Audiodateien. Hier fallen geringfügige Änderungen im niedersten Bit nicht auf. Auf der Grundlage psychoakustischer und psychovisueller Modelle werden Maskierungs- und Verdeckungseffekte ausgenutzt. Wobei sich Bilder besser als Audiodateien eignen, da unser Ohr, bzw. unsere akustische Wahrnehmung, sensibler ist. Problematisch ist, dass diese Dateien oft verlustbehaftet komprimiert werden. Stark komprimierte Bild- oder Audiodateien sind daher ungeeignet. Schlüsselabhängige Verfahren verstecken den Klartext anhand eines Pseudozufallgenerators verstreut über das Dokument. Zentrales Qualitätsmerkmal steganographischer Verfahren ist also: Wie sicher ist das Verfahren gegenüber Entdeckung durch Stagoanalyse. Siegert / Digital Image Editing 65

9 Watermarking Wasserzeichen (Watermarking) sind Mittel zur Authentifizierung (meist von Urheber- und Nutzungsrechten) oder zur Prüfung der Integrität (Unversehrtheit und Unverfälschtheit) der Daten. Sie schützen zwar nicht vor dem Kopieren von Bildern, weisen aber stets den Urheber und die Korrektheit der Daten aus. Hier geht es also weniger um das unsichtbar machen als um die Resistenz gegen Manipulationen. Daher werden die Informationen redundant im Dokument abgelegt und in der Regeln nicht verschlüsselt, da jeder die Autorenrechte einsehen können soll. Zwei Ziele können mit einem Wasserzeichen verfolgt werden: Wasserzeichen die zur Identifikation dienen, müssen besonders robust sein und möglichst vielen Bildbearbeitungsschritten stand halten. Besonders fragile Wasserzeichen, die bei der geringsten Manipulation zerstört werden, zeigen eben die Manipulation des Bildes an. Ein gravierendes Problem von Wasserzeichen ist das der Invertierbarkeit: Wenn jemand das Datenmaterial mit einem Wasserzeichen versieht, welches bereits ein Wasserzeichen hat, kann man nicht feststellen, wer als erster diesen Schutz angewendet hat. Die wichtigsten Eigenschaften dieser Techniken sind: Robustheit: Widerstandsfähigkeit der eingebrachten Informationen gegenüber Veränderungen des Datenmaterials Transparenz: Die menschlichen Wahrnehmungsschwellen sollen unterschritten werden, so dass die eingebrachten Informationen nicht wahrgenommen werden. Sicherheit: Die Sicherheit gegenüber gezielten Angriffen auf das Wasserzeichen. Kapazität: Wie viel Information kann im Datenmaterial gespeichert werden? Beispiel mit dem in Photoshop als Demoversion eingebauten Filter Digimarc: Quelle: eigene Aufnahme Das erste Bild ist ohne Wasserzeichen, das zweite mit versteckten Informationen, die dritte Abbildung zeigt das Differenzbild aus den ersten beiden Bildern. 7. Bild- und Kanalberechnungen Bei Bild- oder Kanalberechnungen sollte man sich immer im Klaren sein, welche Kanäle gerade aktiv sind und welche Ebenen gerade aktiv sind. Kanalberechnungen sind Berechnungen mit mehreren Quellen, die aber alle unbedingt genau die selben Maße haben müssen. Für die Berechnungen gilt: Schwarze Pixel haben den Helligkeitswert 0 Weiße Pixel haben den Helligkeitswert Siegert / Digital Image Editing

10 Durch den Vergleich zweier korrespondierender Pixel aus den verschiedenen Quellen wird jeweils der neue Wert errechnet. Zum Beispiel: Multiplizieren (Kanal A * Kanal B) / 255 negativ Multiplizieren 255- (((255-Kanal A)*(255-Kanal B)) / 255) dadurch entsteht immer ein helleres Bild Ineinanderkopieren Die Bilder werden so überlagert, dass Lichter und Tiefen bleiben erhalten bleiben. weiches Licht / hartes Licht multipliziert die normalen oder umgekehrten Werte der Pixel miteinander. dunklere Pixel / hellere Pixel Die jeweils dunkleren / helleren Pixel der Kanäle setzen sich durch. Da hier Helligkeitswerte verglichen werden und bei Farbbildern die Farbkanäle getrennt berechnet werden, entstehen dadurch erhebliche Farbverfälschungen. Addieren Addiert die Helligkeitswerte. Schwarz bleibt dabei schwarz (0+0=0) und Weiß bleibt weiß (255 + x =>> 255). Addition = (Tonwert A + Tonwert B)/Skalierungsfaktor + Verschiebungswert Siegert / Digital Image Editing 67