Resumen

En la comunidad de forenses multimedia, la anti-forense de mejora de contraste (CE) en imágenes digitales es un tema importante para comprender la vulnerabilidad del método forense de CE correspondiente. Algunos métodos anti-forenses tradicionales de CE han demostrado su capacidad efectiva de falsificación para borrar las huellas forenses de la imagen mejorada en el histograma e incluso en la matriz de coocurrencia de niveles de gris (GLCM), mientras ignoran el problema de que sus formas de cambios de valor de píxel pueden exponerlos en el dominio de píxeles. En este artículo, nos enfocamos en el estudio de la anti-forense de CE basada en Redes Generativas Adversarias (GAN) para abordar el problema mencionado anteriormente. En primer lugar, explotamos GAN para procesar la imagen mejorada de contraste y hacerla indistinguible de la original en el dominio de píxeles. En segundo lugar, introducimos una pérdida basada en histograma especialmente diseñada para mejorar la efectividad del ataque en el

• Materias:Cifrado de búsqueda Seguridad informática Reconstrucción virtual Detección de intrusos Sistema de programación
• Subjects:Search encryption Computer security Virtual reconstruction Intrusion detection Programming system
• Palabras claves:Análisis forense multimedia; Análisis antiforense; Mejora del contraste; Imágenes digitales; Red generativa adversarial; Dominio del píxel
• Keywords:Multimedia forensics; Anti-forensics; Contrast enhancement; Digital images; Generative Adversarial Network; Pixel domain