problemas e soluções em análise forense de documentosra023169/speeches/speech... · 2016. 6....

Problemas e Soluções em Análise Forense de Documentos

Anselmo Ferreira Doutorando no Instituto de Computação

Laboratório de Inferência em dados complexosUniversidade Estadual de Campinas

[email protected]

Sumário

1.O problema 2. Análise Forense de Documentos

2.1 Conceitos

2.3 Detecção de Mensagens

Escondidas

2.2 Atribuição de fonte de

documentos.

3. Conclusão e desafios futuros

2.4 Spoofing emSistemas

biométricos

2.5 Detecção de Manipulações em

Imagem

2. Análise Forense de Documentos1. O problema

✔ Facebook: 300 milhões de imagens enviadas/dia [1].

✔ Flickr: 3.5 milhões imagens enviadas/dia [1].

✔ Youtube: 100 horas de vídeo por minuto [2].

1. O problema

Ao final dessa apresentação, existirão 14.580.000 novas fotos no facebook, 145.833 novas fotos no flickr e mais de 6 mil novas horas de vídeo no youtube!

1. O problema

✔ Ataques à honra.✔ Propagandas enganosas.✔ Fraudes científicas.✔ Desinformação.

Uma imagem vale mesmo mais do que mil

palavras?

1. O problema

Figura 1: Experimentos em psicologia de Sacchi et al. [3] com imagens manipuladas.

1. O problema

Figura 2: Caso de manipulação de imagens com o intuito de melhorar resultados científicos [4].

1. O problema

Figura 3: Caso de manipulação de imagens com o intuito de 'retocar' eventos [5].

1. O problema

Figura 4: Caso de manipulação de imagens com o intuito de 'retocar' eventos [6].

2. Análise Forense de Documentos2. Análise Forense de Documentos

2.1 Conceitos

Definição:

“Toda técnica computacional ou não capaz de provar a posse e/ou o envolvimento de um

documento em determinado crime”

2.1 Conceitos

Ramos:

✔ Identificar adulteração em documentos.✔ Atribuir fonte de documento questionado.✔ Detectar documentos questionáveis (e.g.,

pornografia infantil). ✔ Identificar mensagem escondida.✔ Identificar ataques em sistemas de biometria.✔ Reconhecer crimes e criminosos.✔ Entre outros.

2. Análise Forense de Documentos2.2 Metodologias para Atribuição

de Fonte de Documentos

2.2 Metodologias para Atribuição de Fonte de Documentos

Figura 5: Tutoriais na Internet mostram como falsificar dinheiro [7].


✔ Identifica o dispositivo gerador de documentos

✔ Motivação✔ Falsificação.✔ Pornografia Infantil.✔ Má Conduta.✔ Etc.

✔ Identificar a fonte de um documento significa entender seu funcionamento e buscar “impressões digitais” do seu funcionamento.


Impressoras Laser

✔ Dispositivos que funcionam via eletromagnetismo.

✔ Possuem partes móveis que trabalham em frequências diferentes para marcas/ modelos diferentes.


Impressoras Laser

Bandeamento: linhas escuras e claras não-uniformes presentes no material impresso

no sentido que o papel se move na impressora.


Figura 6: Exemplo de bandeamento em caracteres impressos[8].


Técnicas de atribuição de

fonte

Atuantes em texto

Atuantes em figuras

Figura 7: Subdivisão das técnicas de atribuição de impressora.


Impressoras Laser

✔ A maioria das técnicas computacionais atua em 2 etapas:

✔ Treino: ensino das assinaturas de dispositivos a uma inteligência artificial.

✔ Teste: apontamento da fonte de um documento desconhecido segundo o treinamento.


Figura 8: Pipeline de técnicas computacionais focadas em atribuição de impressora [8].


Impressoras Laser

✔ Atribuição na versão digitalizada do documento.✔ Algumas abordagens:

✔ Investigação de pontos de meio-tom [9,10].✔ Investigação de textura [11,12].✔ Investigação do ruído [13,14].


Impressoras Laser

✔ Áreas investigadas:✔ Caracteres.✔ Frames.✔ Página inteira.

2.3. Atribuição de Fonte de Documentos

Figura 9: Uso de letras (esq.) e frames (dir.) para atribuição de impressora [8].

2. Análise Forense de Documentos2.3 Metodologias para Detecção de

Mensagens Escondidas

2.3 Metodologias para Detecção de Mensagens Escondidas

Figura 10: Traficante Juan Carlos Abadia utilizava esteganografia para enviarordens [15].


Esteganografia e Esteganálise

✔ Esteganografia: técnicas que alteram parte dos pixels de uma imagem com o intuito de transmitir informações de forma criptografada.

✔ Esteganálise: identifica se a imagem possui anomalias típicas de imagens que sofreram esteganografia.


Como se faz esteganografia?

✔ Cada pixel de uma imagem normalmente tem 24 bits, 8 por canal.

✔ Podemos alterar um desses bits para inserirmos 1 bit da informação que queremos transmitir.

✔ Algoritmos para esteganografia✔ Jsteg✔ Outguess


Como se faz esteganálise?

✔ Frequentemente usa-se o treinamento de inteligências artificiais que entendem o que são imagens com e sem mensagem escondida.

✔ Para treinar essa inteligência artificial, cede-se a ela um conjunto de características que diferenciam imagens esteganografadas e originais.

✔ Métricas de qualidade[16].✔ Estatísticas de ROIs[17].

2. Análise Forense de Documentos2.4 Metodologias para Detecção de

Spoofing em Sistemas Biométricos

2.4 Metodologias para Detecção de Spoofing em Sistemas Biométricos

Figura 11: Exemplo atual de spoof em sistemas de biometria[18].


✔ Biometria: identificação de pessoas por caracterı ı́sticas fı ı́sicas e/ou biológicas.

✔ Autenticação: comparação de dados biométricos obtidos por um sensor de captura com os presentes em um banco de dados.

✔ Problema: dados biométricos podem ser capturados sem permissão do proprietário.


Figura 12: Como funciona um sistema biométrico[19].


✔ Ataques em sistemas biométricos envolvem normalmente se autenticar com dados biométricos de outra pessoa.

✔ Tipos:✔ Replay: enviar novamente dado biométrico já

enviado.✔ Trojan: alterar o banco de dados.✔ Spoof: enviar dados biométricos falsos.

✔ O primeiro ataque de Spoof foi feito em 1920 por Alert Wehde, na penitenciária do kansas, Estados Unidos.


Figura 13: Exemplos de spoof em sistemas de biometria.


Sistemas Anti-Spoof

✔ Objetivo: detectar se os dados biométricos vêm de um corpo humano.

✔ Pode usar os mesmos dados coletados pelo sensor, coletar mais dados (e.g., desafio-resposta) ou precisar de hardware adicional (e.g., sensores de temperatura).


Figura 14: Sistemas anti-spoof atuam antes da autenticação dos dados biométricos no banco de dados[19].


✔ Algumas maneiras usadas para detectar spoof:

✔ Impressão digital: temperatura, pulsação, transpiração.

✔ Íris: verifica movimentos involuntários dos olhos (e.g., se a pessoa pisca).

✔ Face: verifica movimentos involuntários do rosto, qual é a refração de acordo com o tipo de luz.


✔ Algumas soluções em detecção de spoof:

✔ Análise das texturas do material para detectar spoof em sistemas de impressão digital[19].

✔ Estatísticas do Ruído para detectar spoof em biometria por faces[20].

2. Análise Forense de Documentos2.5 Metodologias Para Detecção

de Manipulações em Imagem

2.5 Metodologias Para Detecção de Manipulações em Imagem

Figura 15: Caso nacional de manipulação de imagem na mídia[21].


Figura 16: Candidato aumenta militância usando photoshop[22].


Principais tipos de manipulação de imagens

✔ Cópia-colagem ou Clonagem (cloning): altera uma imagem usando segmentos da própria imagem.

✔ Composição: Uso de imagens diferentes para criar outra.

✔ Retoque e Conciliação: ajuste de regiões da imagem em termos de sombras, brilho, etc.


Como detectar a manipulação?

“A falsificação sempre provoca inconsistências na imagem, seja na qualidade, na estrutura ou nas suas

estatísticas.”


Cópia e colagem

✔ Como ocorre?✔ Seleciona a região.✔ Copia.✔ Aplica transformação.✔ Cola em outra região da imagem.✔ Aplica transformação global na imagem.


Figura 17: Exemplos de manipulação por cópia e colagem.


Principais abordagens

✔ Por busca de similaridade de blocos.✔ Valor dos pixels nos blocos [23].✔ Estatísticas nos blocos [24].✔ Transformação nos blocos [25].

✔ Por similaridade de pontos de interesse [26].✔ Robustos a reamostragem, borramento e

rotação.

✔ Abordagem mista.


Figura 20: Detecção de cópia colagem por ordenação lexicográfica de blocos.


Figura 21: Detecção de cópia colagem por busca de pontos de interesse correlatos[24].

2. Análise Forense de Documentos3. Conclusão

3. Conclusão

✔ Técnicas de Análise Forense de Documentos são sempre focadas em um problema especııfico, exigindo soluções específicas.✔ Problema: falta de padronização.

✔ Adversário importante: avanço da tecnologia.

3. Conclusão

✔ Ataques contra-forenses existem e devem ser aliados importantes para a evolução das técnicas:

✔ Atribuição de fonte: propagar o mesmo ruııdo na imagem.

✔ Esteganálise: uso de outros algoritmos de esteganografia.

✔ Anti-spoofing: uso de máscaras 3D e de dedos reais.

3. Conclusão

✔ Aplicações práticas de Análise Forense de Documentos:

✔ Celebridades x paparazzos.✔ Autenticação de fotos envolvendo adultério e

pornografia infantil.✔ Descobrir golpes no seguro por imagens.✔ Autenticação de imagens científicas.✔ Autenticação de fotos da imprensa e de

concursos de fotografia.✔ Etc.

Referências[1] Kurt Wagner. Facebook Has a Quarter of a Trillion User Photos. Disponível em http://mashable.com/2013/09/16/face book-photo-uploads/. Acesso em Novembro de 2014.

[2] Youtube. Statistics. Disponível em https://www.youtube.com /yt/press/statistics.html. Acesso em Novembro de 2014.

[3] Sacchi, D. L. M.; Agnoli, F.; Loftus, E. F. Changing history: Doctored photographs affect memory for past public events. Applied Cognitive Psychology (ACP), Wiley Online Library, v. 1022, n. 8, p. 1005–1022, 2007.

[4] Silva EA, Rocha A. Análise forense de documentos digitais: além da visão humana. Saúde, Ética & Justiça. 2011;16(1):9-17.

Referências[5] Chris Parsons. It wasn't just the tears which were stage-managed: Pictures show how North Korea removed film crews from photos of Kim Jong Il's funeral. Disponível em http://www.dailymail.co.uk/news/article-2079802/Kim-Jong-Il-funeral-Pictures-North-Korea-removed-film-crews.html. Acesso em Novembro de 2014.

[6] The Atlantic. Is This North Korean Hovercraft-Landing Photo Faked? Disponível em http://www.theatlantic.com/ infocus/2013/03/is-this-north-korean-hovercraft-landing-photo-faked/100480. Acesso em Novembro de 2014.

[7] Sarah Zhang. It is suprisingly easy to print fake money on an inkjet printer. Disponível em http://gizmodo.com/its-surprisingly-easy-to-print-fake-money-on-an-inkjet-1573134734. Acesso em Novembro de 2014.

[8] Anselmo Ferreira, Luiz C. Navarro, Giuliano Pinheiro, Jefersson A. dos Santos, Anderson Rocha, Laser printer attribution: Exploring new features and beyond, Forensic Science International, Volume 247, February 2015,

Pages 105-125.

Referências[9] O. Bulan, J. Mao, G. Sharma, Geometric distortion signatures for printer identification, in: Intl. Conference on Acoustics, Speech and Signal Processing (ICASSP), 2009, pp. 1401-1404.

[10] Y. Wu, X. Kong, X. You, Y. Guo, Printer forensics based on page document's geometric distortion, in: Intl. Conference on Image Processing (ICIP), 2009,pp.2909-2912.

[11] G. N. Ali, P. ju Chiang, A. K. Mikkilineni, G. T. Chiu, E. J. Delp, J. P. Allebach, Application of principal components analysis and gaussian mixture models to printer identification, in: Intl. Conference on Digital Printing Technologies, 2004, pp. 301-305.

[12] A. K. Mikkilineni, P. ju Chiang, G. N. Ali, G. T.-C. Chiu, J. P. Allebach, E. J. Delp, Printer identication based on graylevel co-occurrence features for security and forensic applications, in: Intl. Conference on Security, Steganography, and Watermarking of Multimedia Contents, 2005, pp. 430-440.

Referências

[13] H.-Y. Lee, J.-H. Choi, Identifying color laser printer using noisy feature and support vector machine, in: Intl. Conference on Ubiquitous Information Technologies and Applications, 2010, pp. 1-6.

[14] J.-H. Choi, H.-K. Lee, H.-Y. Lee, Y.-H. Suh, Color laser printer forensics with noise texture analysis, in: ACM Workshop on Multimedia and Security, 2010, pp.19-24.

[15] Terra Notícias. Abadia usava Hello Kitty para enviar ordens. Disponível em http://noticias.terra.com.br/brasil/noticias/0,,OI2666590-EI5030,00-Abadia+usava+Hello+Kitty+para+enviar+ordens.html. 10 de Março de 2008. Acesso em Novembro de 2014.

[16] ROCHA, A.; GOLDENSTEIN, S. Progressive randomization: Seeing the unseen. Elsevier Computer Vision and Image Understanding, v. 114, n. 3, p. 349–362, 2010.

Referências

[17] AVCIBAS, I.; NASIR, M.; SANKUR, B. Steganalysis based on image quality metrics. In: 2001 IEEE Fourth Workshop on Multimedia Signal Processing. [S.l.:s.n.], 2001. p. 517–522.

[18] G1. Médica presa acusa coordenador por fraude com dedos de silicone. Disponível em http://g1.globo.com/fantastico/noticia/ 2013/03/coordenador-seria-lider-da-fraude-do-samu-de-ferraz-de-vasconcelos.html. 17 de Março de 2013. Acesso em Novembro de 2014.

[19] NIXON, K. A.; AIMALE, V.; ROWE, R. K. Spoof detection schemes. [S.l.], 2007.

[20] PINTO, A. da S. et al. Video-based face spoofing detection through visual rhythm analysis. In: SIBGRAPI. [S.l.]: IEEE Computer Society, 2012. p. 221–228.

Referências

[21] Folha de São Paulo. Autenticidade da Ficha de Dilma não é provada. Disponível em http://www1.folha.uol.com.br/folha/brasil/u lt96u556855.shtml. Acesso em Abril de 2015.

[22] Terra notícias. PE: candidato altera foto para 'aumentar' militância em caminhada. Disponível em http://noticias. terra.com.br/brasil/politica/eleicoes/pe-candidato-altera-foto-para-39aumentar39-militancia-emcaminhada,c36edf0a2 566b310VgnCLD200000bbcceb0aRCRD.html. Acesso em Abril de 2016.

[23] Jessica Fridrich, David Soukal, and Jan Lukas. Detection of copy-move forgery in digital images. In Digital Forensic Research Workshop (DFRWS), Cleveland, USA, 2003.

[24] Junwen Wang, Guangjie Liu, Hongyuan Li, Yuewei Dai, and Zhiquan Wang. Detection of image region duplication forgery using model with circle block. In IEEE Intl. Conference on Multimedia Information Networking and Security (MINES), pages 25-29, 2009.

Referências[25] Alin C. Popescu. Statistical Tools for Digital Image Forensics. PhD thesis, Dept. of Computer Science. Dartmouth College, Hanover, USA, December 2004.

[26] Bo Xu, Junwen Wang, Guangjie Liu, Hongyuan Li, and Yuewei Dai. Image copy-move forgery detection based on surf. In IEEE Intl. Conference on Multimedia Information Networking and Security (MINES), pages 889-892, 2010.

OBRIGADO!

Anselmo Ferreira Doutorando no Instituto de Computação

Laboratório de Inferência em dados complexosUniversidade Estadual de Campinas

[email protected]

problemas e soluções em análise forense de documentosra023169/speeches/speech... · 2016. 6....

Documents