數(shù)字圖像取證技術(shù)

前言

發(fā)展21世紀(jì)中國信息安全要靠教育，而搞好信息安全教育就需要好的教材。2004年，靈創(chuàng)團(tuán)隊(duì)北京郵電大學(xué)信息安全中心完成了第一套信息安全專業(yè)本科系列教材，該套教材被教育部列入了“普通高等教育‘十五’國家級規(guī)劃教材”。至今，三年多的時間過去了，這套教材在信息安全專業(yè)的教學(xué)中發(fā)揮了重要的作用，起到了較好的教學(xué)效果，受到教師和學(xué)生的好評。在這三年中，我們始終致力于包括專業(yè)建設(shè)、課程建設(shè)、師資建設(shè)、教材建設(shè)、實(shí)訓(xùn)基地建設(shè)、實(shí)驗(yàn)室建設(shè)和校企就業(yè)（創(chuàng)業(yè)）平臺建設(shè)等在內(nèi)的信息安全本科專業(yè)的全面建設(shè)。2005年，作為組長單位我們完成了教育部“信息安全專業(yè)規(guī)范研究”和“信息安全學(xué)科專業(yè)發(fā)展戰(zhàn)略研究，，課題；召開了“全國高校本科‘信息安全專業(yè)規(guī)范與發(fā)展戰(zhàn)略研究’成果發(fā)布與研討會”。我們完成的國內(nèi)第一次制定的信息安全專業(yè)規(guī)范，從知識領(lǐng)域、知識單　元和知識點(diǎn)三個層次構(gòu)建學(xué)科專業(yè)教學(xué)的知識體系；由通識教育內(nèi)容、專業(yè)教育內(nèi)容和綜　合教育內(nèi)容三大部分，構(gòu)建課程參考體系；采用頂層設(shè)計(jì)的方法構(gòu)建了帶有實(shí)踐性環(huán)節(jié)的教學(xué)體系。我們在國內(nèi)第一次較全面地提出信息安全學(xué)科專業(yè)教學(xué)改革與創(chuàng)新的研究以　及發(fā)展思路和政策建議；這些成果已提交教育部相關(guān)教學(xué)指導(dǎo)委員會，對于引導(dǎo)高等學(xué)?！⌒畔踩珜W(xué)科專業(yè)教學(xué)改革與建設(shè)，指導(dǎo)信息安全學(xué)科專業(yè)評估，促進(jìn)信息安全學(xué)科專業(yè)　教學(xué)規(guī)范建設(shè)與管理，提高專業(yè)教育質(zhì)量和水平起到了重要的作用。多所舉辦信息安全　專業(yè)的高校都參照該課題成果調(diào)整了自己的教學(xué)計(jì)劃、課程體系和實(shí)驗(yàn)方案。

內(nèi)容概要

本書全面介紹了數(shù)字圖像取證的起源、研究發(fā)展和應(yīng)用。全書共分10章，第1章概要介紹了數(shù)字圖像取證技術(shù)的研究背景、意義以及該技術(shù)所涉及的技術(shù)領(lǐng)域范疇，進(jìn)行了該技術(shù)的相關(guān)特性和技術(shù)分支總結(jié)歸納。第2章概要介紹了目前數(shù)字圖像取證技術(shù)所要應(yīng)對的數(shù)字圖像篡改的類型及手段。第3章概要介紹了數(shù)字圖像取證的主要分支之一，即主動取證的定義、分類及技術(shù)。第4章總結(jié)概括了目前數(shù)字圖像取證的研究重點(diǎn)，即被動盲取證技術(shù)的理論框架，歸納總結(jié)了目前國際國內(nèi)現(xiàn)有的數(shù)字圖像盲取證方法，分析了目前數(shù)字圖像盲取證技術(shù)的主要問題。第5、6、7、8、9、10章分別詳細(xì)介紹了數(shù)字圖像被動盲取證的六種主要技術(shù)：復(fù)制一粘貼篡改操作取證技術(shù)；雙重JPEG壓縮、重采樣取證技術(shù)；模糊潤飾取證技術(shù)；圖像獲取設(shè)備取證技術(shù)；自然圖像統(tǒng)計(jì)規(guī)律取證技術(shù)；圖像隱密取證技術(shù)的基本算法以及具體實(shí)現(xiàn)。    本書適合作為信息和通信專業(yè)及信息安全專業(yè)本科高年級學(xué)生及研究生的專業(yè)課教材，也可供從事信息和通信領(lǐng)域及信息安全專業(yè)技術(shù)人員閱讀參考。

書籍目錄

第1章  概論  1.1  數(shù)字圖像取證的研究背景及意義  1.2  數(shù)字圖像取證的相關(guān)概念    1.2.1  數(shù)字圖像的組成    1.2.2  圖像分析及數(shù)字圖像處理    1.2.3  數(shù)字圖像篡改    1.2.4  數(shù)字圖像取證  1.3  現(xiàn)有的數(shù)字圖像取證方法  1.4  數(shù)字圖像取證的研究現(xiàn)狀    1.4.1  數(shù)字取證國內(nèi)外相關(guān)關(guān)注重點(diǎn)    1.4.2  國際數(shù)字圖像取證相關(guān)研究    1.4.3  國內(nèi)數(shù)字圖像取證相關(guān)研究  1.5  數(shù)字圖像取證研究發(fā)展方向    1.5.1  數(shù)字圖像取證技術(shù)研究的問題分析    1.5.2  取證的未來研究方向  習(xí)題  本章參考文獻(xiàn)第2章  數(shù)字圖像篡改  2.1  數(shù)字圖像真實(shí)性篡改    2.1.1  合成    2.1.2  變種    2.1.3  潤飾    2.1.4  增強(qiáng)    2.1.5  計(jì)算機(jī)生成    2.1.6  繪畫  2.2  數(shù)字圖像完整性篡改  2.3  數(shù)字圖像原始性篡改  2.4  數(shù)字圖像版權(quán)篡改  習(xí)題  本章參考文獻(xiàn)第3章  數(shù)字圖像主動取證  3.1  數(shù)字圖像主動取證定義和分類  3.2  數(shù)字水印的形式和產(chǎn)生  3.3  數(shù)字圖像主動取證技術(shù)    3.3.1  魯棒性數(shù)字水印    3.3.2  脆弱性數(shù)字水印    3.3.3  數(shù)字指紋  3.4  數(shù)字圖像主動取證應(yīng)用    3.4.1  圖像內(nèi)容真實(shí)性取證    3.4.2  圖像版權(quán)標(biāo)識    3.4.3  圖像盜版追蹤及副本保護(hù)  3.5  數(shù)字圖像主動取證的要求和算法設(shè)計(jì)    3.5.1  不可感知性    3.5.2  魯棒性    3.5.3  是否需要原始數(shù)據(jù)的水印恢復(fù)    3.5.4  水印的提取和驗(yàn)證    3.5.5  水印的安全和密鑰    3.5.6  確定真正的所有者  習(xí)題  本章參考文獻(xiàn)第4章  數(shù)字圖像被動盲取證  4.1  數(shù)字圖像盲取證定義和分類  4.2  數(shù)字圖像盲取證研究方向    4.2.1  圖像篡改檢測    4.2.2  圖像來源認(rèn)證    4.2.3  圖像隱密分析檢測  4.3  數(shù)字圖像盲取證系統(tǒng)   4.3.1  圖像建模與參數(shù)估計(jì)    4.3.2  理想的圖像取證方式    4.3.3  圖像數(shù)據(jù)庫  習(xí)題  本章參考文獻(xiàn)第5章  復(fù)制—粘貼篡改操作取證  5.1  復(fù)制—粘貼操作    5.1.1  同幅圖復(fù)制—粘貼篡改    5.1.2  不同圖復(fù)制拼接篡改  5.2  同幅圖復(fù)制—粘貼篡改取證    5.2.1  同幅圖復(fù)制—粘貼篡改取證分類    5.2.2  基于圖像自相關(guān)降維匹配的復(fù)制—粘貼檢測    5.2.3  基于小波分解的自相關(guān)復(fù)制—粘貼取證  5.3  不同圖復(fù)制—粘貼合成取證  5.4  基于JPEG塊效應(yīng)的復(fù)制—粘貼取證    5.4.1  針對JPEG合成篡改圖像的算法和思路    5.4.2  塊效應(yīng)網(wǎng)格提取算法    5.4.3  JPEG合成圖像的盲檢測  習(xí)題  本章參考文獻(xiàn)第6章  雙重JPEG壓縮、重采樣取證  6.1  雙重JPEG壓縮和重采樣    6.1.1 JPEG壓縮和解壓縮    6.1.2  重采樣原理及二維圖像常用的重采樣方法  6.2  雙重JPEG壓縮取證    6.2.1  由待檢圖像估計(jì)原JPEG壓縮的量化矩陣    6.2.2  雙重JPEG壓縮與雙重量化    6.2.3  基于雙重量化的雙重JPEG壓縮檢測  6.3  重采樣操作取證    6.3.1  重采樣相關(guān)性描述    6.3.2  重采樣檢測  習(xí)題  本章參考文獻(xiàn)第7章  模糊潤飾取證  7.1  模糊操作與圖像邊緣特性    7.1.1  人工模糊操作的數(shù)學(xué)表達(dá)    7.1.2  圖像離焦模糊和人工模糊    7.1.3  基于真實(shí)性鑒別的模糊取證現(xiàn)狀  7.2  基于同態(tài)濾波圖像邊緣模糊檢測    7.2.1  同態(tài)濾波與人工模糊邊界    7.2.2  利用數(shù)學(xué)形態(tài)學(xué)邊緣特性的模糊檢測算法    7.2.3  仿真及實(shí)驗(yàn)結(jié)果  7.3  基于Benford模型的圖像高斯模糊取證    7.3.1  Benford模型與高斯低通濾波    7.3.2  基于Benford模型的圖像高斯模糊取證算法    7.3.3  統(tǒng)計(jì)圖像的MSD分布曲線的MATLAB程序    7.3.4  實(shí)驗(yàn)結(jié)果  7.4  利用色彩通道聯(lián)合一致性的模糊潤飾檢測    7.4.1  模糊操作對色彩通道聯(lián)合一致性的破壞    7.4.2  異常色調(diào)率的定義    7.4.3  分類器的選取    7.4.4  實(shí)現(xiàn)與檢測結(jié)果  習(xí)題  本章參考文獻(xiàn)第8章  圖像獲取設(shè)備取證  8.1  數(shù)字照片獲取設(shè)備特征    8.1.1  數(shù)碼相機(jī)獲取圖像的自然屬性統(tǒng)計(jì)特性    8.1.2  手機(jī)獲取圖像自然屬性統(tǒng)計(jì)特性    8.1.3  掃描儀獲取圖像自然屬性統(tǒng)計(jì)特性  8.2  基于CFA差值的數(shù)碼相機(jī)類型取證    8.2.1  已有的數(shù)碼相機(jī)類型取證技術(shù)及問題    8.2.2  數(shù)碼相機(jī)CFA插值    8.2.3  基于CFA插值的數(shù)碼相機(jī)類型取證  8.3  數(shù)碼圖像輸出打印機(jī)類型取證    8.3.1  已有的打印文件真實(shí)性認(rèn)證技術(shù)及問題    8.3.2  激光打印機(jī)處理過程    8.3.3  基于字符圖像質(zhì)量特征的打印機(jī)類型取證  8.4  基于高階統(tǒng)計(jì)特征訓(xùn)練分類的來源認(rèn)證    8.4.1  高階統(tǒng)計(jì)特征的提取    8.4.2  分類器設(shè)計(jì)及分類判決    8.4.3  程序框圖與實(shí)驗(yàn)結(jié)果  習(xí)題  本章參考文獻(xiàn)第9章  自然圖像統(tǒng)計(jì)規(guī)律取證  9.1  自然圖像空間像素相關(guān)性游程統(tǒng)計(jì)規(guī)律取證    9.1.1  數(shù)理統(tǒng)計(jì)理論基礎(chǔ)    9.1.2  圖像取證的數(shù)理統(tǒng)計(jì)一般性研究模型    9.1.3  圖像空間像素游程統(tǒng)計(jì)規(guī)律    9.1.4  不同圖像空間像素游程統(tǒng)計(jì)規(guī)律對比    9.1.5  文本與圖像數(shù)據(jù)統(tǒng)計(jì)規(guī)律的對比    9.1.6  偽隨機(jī)序列與圖像信息數(shù)據(jù)統(tǒng)計(jì)規(guī)律對比  9.2  二值傳真圖像游程統(tǒng)計(jì)規(guī)律取證    9.2.1  二值傳真圖像特點(diǎn)及隱密篡改    9.2.2  二值傳真圖像游程統(tǒng)計(jì)規(guī)律研究    9.2.3  針對二值傳真圖像的隱密取證  9.3  基于圖像分解的自然圖像取證    9.3.1  基于QMF分解的自然圖像特性    9.3.2  基于LAHD分解的自然圖像特性  9.4  數(shù)字圖像取證標(biāo)準(zhǔn)圖像庫    9.4.1  國際國內(nèi)現(xiàn)有圖像數(shù)據(jù)庫情況    9.4.2  數(shù)字取證測試專用圖像庫建庫原則    9.4.3  專用圖像庫的可擴(kuò)展性和拓?fù)浣Y(jié)構(gòu)  習(xí)題  本章參考文獻(xiàn)第10章  圖像隱密取證  10.1  隱密分析取證研究現(xiàn)狀及系統(tǒng)模型    10.1.1  隱密分析取證研究現(xiàn)狀    10.1.2  數(shù)字圖像隱密分析取證系統(tǒng)模型    10.1.3  隱密分析取證研究的發(fā)展趨勢  10.2  基于BMP圖像隱密分析技術(shù)    10.2.1  LSB隱密方法    10.2.2  針對直接LSB嵌入隱密分析    10.2.3  SES隱密算法    10.2.4  SES嵌入引起的空域像素值統(tǒng)計(jì)特性變化    10.2.5  針對SES隱密的隱密分析方法  10.3  針對GIF圖像自適應(yīng)嵌入的隱密分析技術(shù)    10.3.1  使用編碼組的圖像自適應(yīng)隱密算法    10.3.2  自適應(yīng)嵌入后引起的索引值分布變化    10.3.3  針對圖像自適應(yīng)嵌入的隱密分析算法設(shè)計(jì)  10.4  針對JPEG圖像MB隱密分析技術(shù)    10.4.1  MB1隱密算法原理    10.4.2  MB1隱密分析算法  習(xí)題  本章參考文獻(xiàn)附錄  附錄A  “廣場鴿”案件數(shù)字圖像盲取證分析  附錄B  數(shù)字取證技術(shù)的相關(guān)站點(diǎn)

章節(jié)摘錄

插圖：第1章概論21世紀(jì)，數(shù)字圖像已廣泛應(yīng)用于人們的日常生活和工作當(dāng)中，與此同時，圖像編輯和處理工具的發(fā)展迅速，使得一般和專業(yè)用戶更容易利用這些圖像編輯工具，修改圖像內(nèi)容而造出以假亂真的數(shù)字圖像，顛覆了人們“眼見為實(shí)”的傳統(tǒng)觀念。數(shù)字圖像篡改和偽造如被用于正式媒體、科學(xué)發(fā)現(xiàn)、保險和法庭證物等，將會對政治和社會穩(wěn)定產(chǎn)生重要的影響。因此，開展針對數(shù)字圖像篡改的數(shù)字圖像取證研究，對于確保公共信任秩序、打擊犯罪、維護(hù)司法公正和新聞?wù)\信具有十分重要的政治意義。本章將介紹數(shù)字圖像取證的研究背景和意義，數(shù)字圖像取證的基本概念，數(shù)字圖像取證的研究特點(diǎn)和主要內(nèi)容，數(shù)字圖像取證的應(yīng)用，并簡單介紹數(shù)字圖像取證的發(fā)展趨勢，使讀者對數(shù)字圖像取證技術(shù)有一基本的了解。1.1數(shù)字圖像取證的研究背景及意義數(shù)碼相機(jī)和數(shù)字打印掃描設(shè)備的急劇增長和快速普及，使人們比以往任何時候更能接觸到大量照片、圖片，并比以往任何時候都更加偏愛照片、圖片，“數(shù)字照片時代”或“數(shù)字圖片時代”已經(jīng)到來。與此同時，越來越多的圖像處理和編輯軟件如Photoshop、AcDSee、iPhoto等的廣泛使用，使得修改、編輯以及存儲數(shù)碼照片變得越來越簡單和有趣。然而，當(dāng)人們的視覺和聽覺在盡情地享受著現(xiàn)代多媒體技術(shù)及數(shù)字傳輸技術(shù)帶來的愉悅，當(dāng)人們在毫無限制地任意編輯、修改、復(fù)制和散布數(shù)字音樂、圖像、視頻時，是否曾想過這些數(shù)字媒體原創(chuàng)者的版權(quán)和經(jīng)濟(jì)利益是如何得到保護(hù)的？人們所聽到和看到數(shù)字媒體是否完整、真實(shí)、可信？在數(shù)字化圖片的大背景下，先進(jìn)的技術(shù)往往是把“雙刃劍”，在方便人們的同時也給現(xiàn)代人們的生活帶來了負(fù)面的影響。

編輯推薦

《數(shù)字圖像取證技術(shù)》適合作為信息和通信專業(yè)及信息安全專業(yè)本科高年級學(xué)生及研究生的專業(yè)課教材，也可供從事信息和通信領(lǐng)域及信息安全專業(yè)技術(shù)人員閱讀參考。

圖書封面

圖書標(biāo)簽Tags

無

評論、評分、閱讀與下載

---

    數(shù)字圖像取證技術(shù) PDF格式下載

---