Projekt Beschreibung


Seit Jahrhunderten sind Papier und Drucktechniken für die Menschheit die Grundlage für die Verbreitung von Information. Physische Dokumente genießen dabei ein hohes Vertrauen. Was „schwarz auf weiß“ vorliegt, hat Gewicht. Doch die Fälschung von Dokumenten ist wahrscheinlich so alt wie die Geschichte der Schrift und die Frage nach deren Urheber daher von Bedeutung. Die technologische Entwicklung erlaubt es heutzutage auch Privatpersonen mit handelsüblichen Geräten qualitativ hochwertige Ausdrucke und Duplikate zu erstellen. Zusätzlich ermöglicht einfach zu bedienende Bildbearbeitungssoftware heute einfacher denn je, Bilder und Dokumente zu manipulieren, um beispielsweise einen gefälschten Identitätsnachweis herzustellen. Daneben spielen Druckerzeugnisse auch im Zusammenhang mit anderen Straftaten eine Rolle, z. B. bei Nachdrucken urheberrechtlich geschützter Inhalte oder als Beweisstück in einem Kriminalfall. In all diesen Fällen wäre es für die Strafverfolgungsbehörden hilfreich, das Gerät oder Modell zu identifizieren, mit dem solche Dokumente gedruckt wurden.

Der erste Teil des Projektes erforscht den Bereich der Druckerforensik. Hierbei werden insbesondere die Fragestellungen nach der Identifikation des Druckgerätes sowie der genutzten Drucktechnologie untersucht. Das Augenmerk liegt dabei auf der Extraktion von im Druckprozess entstandener Artefakte. Diese entstehen insbesondere durch elektromechanische Mängel sowie den gerätespezifische Aufbau. Erforscht werden sollen Artefakte, welche stabil und z. B. modellspezifisch auftreten und somit als intrintische Signatur für das bestimmte Druckermodell verwendet werden können. Die Extraktion soll hier mit handelsüblichen Aufnahmegeräten und Bildverarbeitungstechniken erfolgen. Zeitgleich erforscht die Firma Dence als Kooperationspartner die forensische Analyse von Scangeräten.

Der zweite Teil des Projektes beschäftigt sich mit der Erforschung einer Druck-Scan robusten Duplikatsprüfung. Hierbei stellen die Erkenntnisse über auftretende Artefakte im Druck- sowie im Scanprozess eine solide Basis dar. Als Anwendungsfall sei hier der typische Ablauf einer Versicherung genannt. Im Schadensfall würde der Versicherte den Schaden fotografieren und die Fotos zusammen mit Formularen der Versicherung postalisch zuschicken. Anschließend werden die Dokumente bei der Versicherung eingescannt. Der Sachbearbeiter begutachtet die Schadensmeldungen anhand der digitalen Reproduktion am Computer. Aufgrund der Druck- und Scanprozesse, die das usprüngliche Dokument durchlaufen hat, sind Fragen zur Authentizität des Dokuments nur sehr schwierig zu beantworten. Ziel der Analysen ist die Umsetzung einer Ähnlichkeitsbildersuche, die gegenüber Störungen eines Druck-Scan-Vorgangs resistent ist, d.h. Fotos auch zuverlässig einander zuordnen kann, falls nur eine ausgedruckte und redigitalisierte Version vorliegt. Die Duplikatsprüfung muss in der Lage sein, für ein zu testendes Bild in kürzester Zeit mögliche Duplikate aus einem Datenbestand von Millionen von Bildern zu finden. Technisch geschieht dies mithilfe eines eindeutigen Bildhashes. Die große Herausforderung für das Druck-Scan-Szenario ist die Berechnung des Bildhashs. Der Hashwert muss zwischen einem ausgedruckten und redigitalisierten Bild und der originalen Kameraaufnahme gleich oder sehr ähnlich sein, damit diese einander zugeordnet werden können. Eine weitere Schwierigkeit stellt die wünschenswerte Duplikatserkennung auch bei kleinen Manipulationen dar, z. B. ein Autokratzer. Demgegenüber steht die Anforderung der Vermeidung von Fehlzuordnungen direkt entgegen.

Publikationen



Stephan Escher, Thorsten Strufe. Robustness analysis of a passive printer identification scheme for halftone images. In IEEE International Conference on Image Processing (ICIP), 2017

Timo Richter* , Stephan Escher* , Dagmar Schönfeld, Thorsten Strufe. Forensic Analysis and Anonymisation of Printed Documents. In Proceedings of 6th ACM Workshop on Information Hiding and Multimedia Security (IH&MMSec ’18), 2018

Tools


Deda Toolkit


Beschreibung: Das DEDA-Toolkit ermöglicht die automatische Extraktion, Dekodierung und Anonymisierung von Yellow Dots.

Derzeit: Konsolenanwendung und graphische Oberfläche (Beta-Version)

In Arbeit: Web Service

Wenn Sie diese Software verwenden, zitieren Sie bitte das Papier:
Timo Richter*, Stephan Escher*, Dagmar Schönfeld and Thorsten Strufe. 2018. Forensic Analysis and Anonymisation of Printed Documents. In Proceedings of the 6th ACM Workshop on Information Hiding and Multimedia Security (IH&MMSec '18). ACM, New York, NY, USA, 127-138. DOI

Download

Beispiel für Ubuntu 16.10 oder neuer

  • $ sudo apt update
  • $ sudo apt install python3 python3-pip
  • $ pip3 install --user numpy opencv-python argparse scipy Pillow eel
  • Download und Extraktion des Toolkits
  • $ python3 deda_gui.py
  • Mehr Informationen in der README.md

Beispiel für Windows 10

  • Download und Installation von Python3.6.6 (Set Add Python to Path)
  • Terminal öffnen mit: Win+R und Eingabe cmd
  • Im Terminal: pip3 install --user numpy opencv-python argparse scipy Pillow eel
  • Download und Extraktion des Toolkits
  • Im Terminal: python deda_gui.py
  • Mehr Informationen in der README.md

Beispiel für Ubuntu 16.10 oder neuer

  • $ sudo apt update
  • $ sudo apt install python3 python3-pip
  • $ pip3 install --user numpy opencv-python argparse scipy Pillow eel
  • Download und Extraktion des Toolkits
  • $ python3 deda_gui.py
  • Mehr Informationen in der README.md
  • MD5: ea86a168c117b1e32003f5dd65ab47e5

Github-Link


MIHBS Benchmarking System


Beschreibung: Das Modulare Image Hashing Benchmarking System MIHBS ermöglicht den Vergleich und die Bewertung von Perceptual Image Hashing Ansätzen hinsichtlich ihrer Robustheit gegenüber spezifischen wahrnehmungserhaltenden Transformationen, ihrer Sensitivität und gelabelten Anwendungsdatensätzen.

Download

3f32f892d1c64a97890af89746041b69

Github-Link



Kontakt




Kontaktinformationen

Nöthnitzer Str. 46
Andreas-Pfitzmann-Bau (APB)
Raum: 3072
01187 Dresden

+49 351 463 38111

stephan.escher@tu-dresden.de