2つの写真がまったく同じデバイスで撮影されたかどうかを確認できますか?


9

それで、私が2つの同一のiPhoneを持っているとしましょう。両方とも同じモデルで、同じiOSを実行しています。次に、どちらの電話から来たかを知らせずに、誰かにランダムに写真を1つ取り出します。この写真は、少なくとも数日前のある時点でその電話で撮られたものです。その後、写真は元のデバイスから完全に削除され、痕跡は残りません。私は両方のデバイスにアクセスでき、したがって、比較するためにそれぞれに無制限の数の写真を撮ることができるとすれば、メタデータを読むことなどによって、新しい写真がどの電話からのものであるかを知ることができる方法がありますそれぞれから写真がありますか?

編集:意図的にメタデータを偽造しようとしている人はいないとしましょう。メタデータは、写真が撮られたときと同じです。また、写真が撮られた瞬間、両方のデバイスが互いに非常に接近していると仮定しましょう。

また、上記で説明したシナリオは仮想的なものではありません。私は実際にそれを試みています、そして私は一緒に働く2つのiPhone SEを持っています。しかし、生のメタデータを調べたところ、同じソースから取得した2つの写真から一致するフィールドで、別のソースからの写真とは一致しないフィールドを見つけるのに苦労しています。

もう一度編集します。私は(少なくともほとんどの場合)Appleデバイスがシリアル番号やその他の種類の明確な識別情報を保存しておらず、2つの写真が同じデバイスからのものであると絶対に言っていると判断しました。ただし、チップごとにわずかな違いがあるため、実際の写真から同じデバイスで2枚の写真が撮られたと判断できるという話を聞いたことがあります。誰かこれについてもっと知っていますか?


2
誰かが意図的に結果を偽造しようとしているシナリオ、またはデバイスからの「純粋な」画像のみに興味がありますか?
フィリップケンダル

2つの画像のサンプルを提供していただけると助かります。EXIFツールを使用する人もいれば、コードでそれを実行できるプログラマーもいます。
MikeD 2017

デバイスでラベル付けされた3つの写真。端末 ?それはどちらか一方から来たことを意味しますが、私は仮にどちらが原因かわかりません。この場合、どちらで撮ったかはわかりますが、これは写真を撮ったばかりだからです。drive.google.com/drive/folders/…–
エレメンタルオブクリエーション

回答:


2

他の人が述べたように、画像が特定のデバイスからのものであること証明する確実な方法はありません可能性のある答え を得るには、すべての証拠を収集、検討、および関連付ける必要があります。これには、メタデータ、タイミング情報、GPS座標、レンズとセンサーの特性、圧縮設定が含まれます。

合理的な推測ができるかどうかは、関連する特定のイメージとデバイスに依存します。 プロセスを示すために提供された画像を使用して演習を行うと便利です。説明を簡単にするために、それぞれ対応するデバイスで撮影した画像A、画像B、および画像Uを参照します。

  • デバイスは同一ではありません。 デバイスAにはiOS 9.3.5がインストールされています。デバイスBにはiOS 10.1.1がインストールされています。デバイスUにもiOS 9.3.5がインストールされています。

  • 撮影後すぐに画像をアップロードしたと仮定すると、画像AとUはどちらも、約27時間の稼働時間を持つデバイスで撮影されました。画像Bは、稼働時間が約107時間のデバイスで撮影されたものです。稼働時間に基づいて、画像Uは画像Aの約16秒後に撮影されたと推測します。

  • タイムスタンプに基づいて、画像Uは画像Aの約17秒後に撮影されました。画像Bはいずれかの19日前に撮影されました。もちろん、これだけでは意味がなく、タイムスタンプが誤っていることがよくあります。ただし、稼働時間情報と組み合わせると、イメージUとイメージAは互いに密接に相関します。

  • 各画像のDQTを調べました。DQTは、JPEG圧縮の「品質」を決定します。興味深いことに、画像Aと画像Bは同じでしたが、画像Uは異なりました。

  • デバイスを所有している場合は、複数の設定で複数の明暗フラットフィールド画像を撮ってみることができます。おそらく、レンズの位置合わせ、光のパターン(ケラレ)、ホットスポット、「ノイズ」パターン、またはほこりの斑点が、デバイスの1つを与えるでしょう。残念ながら、多くの画像では、主題がこれらの機能をマスクすることが多いため、これが役立つことはほとんどありません。

  • 相互に関連付ける画像が多数ある場合は、GPSデータに基づいてそれらをマッピングしてみることができます。クラスター化された画像は、互いに関連している可能性が高くなります。同時に遠く離れて撮影された画像は、同じデバイスで撮影された可能性はほとんどありません。

  • 人やランドマークなどの画像コンテンツも調べます。これは、画像をクラスター化し、GPSデータを確認するのに役立ちます。

今学んだことを考慮して、自分の結論にどれだけ自信があるかを判断する必要があります。提示されたシナリオには策略が含まれていないことを考えるとデバイスU =デバイスA であると私はかなり確信しています。

繰り返しになりますが、上記のどれも決定的なものではなく、3番目のデバイスC、またはそのデバイスA =デバイスBも除外できません。後者は、iOSがダウングレードされたことを意味するため、そうではありません。


目標はテスト写真で実際にそれを行うことではありませんでした。目標は、再起動された可能性のあるデバイスでランダムに撮影された新しい写真に基づいて判断することでした。基本的に、時間を含むメタデータは、この状況では完全に無関係になります。また、gpsの場所は無関係です。そして、iOSは単一のデバイスが写真を撮らなかったと判断することができますが、目標は特定のデバイスがDIDであると明確に言うことができることでした。あなたは特定のデバイスと写真の接続を決定するためのテクニックについて言及し始めましたが、今はそれについてどうやって行くのでしょうか。
Elemental of Creation

私が述べているように、これは決定的なものではありません。結論の信頼性を判断するには、このすべての情報を収集して相互に関連付ける必要があります。この場合、検討したポイントの3/6が一致しました。2つは実行することが不可能であり、1つは決定的でした。実際にエクササイズを実行することで、実行する必要のある手順を具体的に示します。この場合、AとUの間には妥当な相関関係があります。それ以外の場合は、誰もがそうであるように、手を振ってそれは不可能だと言います。そうしないと。
xiota

また、GPSの位置情報をオフにすることもできるため、信頼性の低い方法です。私が知ることができることから、メタデータが取り除かれる(削除され、誤った情報で置き換えられない)可能性があること、およびメタデータが単に間違っている可能性があるため、メタデータに関連するすべてのことは確実に何かを証明することはできません。iPhoneは写真に一意の識別子を適用しないため、メタデータは問題外です。画像自体の分析が唯一の方法のようです。もっと詳しく教えていただければ幸いです。
エレメンタルオブクリエーション

可能な限りのデータを取得し、それらを相互に関連付けます。偽の可能性のある1つの情報に帽子をかけることはできません。メタデータが利用可能な場合は、それを使用する必要があります。たとえば、地図上で写真をクラスタリングすると、画像が数百マイル離れて同時に撮影されたことが示される場合、同じデバイスで撮影されたものではない可能性がありますが、そのような情報は偽造される可能性があります。しかし、それは問題の仮定に反します。
xiota

1
フラットフィールドの写真を撮る限り、拡散照明された明るいフィールドと暗いフィールドのさまざまな設定でたくさんの写真を撮る以外は、それについて何を言えばよいかわかりません。レンズのケラレ、ほこり、ホットスポット、センサーの「ノイズ」パターンが見つかることがあります。次に、写真で同じ機能を探します。ただし、被写体は観察する傾向があるため、決定的なものではありません。また、センサーとレンズの同じモデル間のほとんどの違いは、検出能力の範囲外であるため、レンズ補正が機能します。
xiota

5

すべてのソリッドステートセンサーチップには独自の不規則性があります。ピクセルの応答性にわずかな違いがあるなどです。フォレンジックアナリストは、各カメラからの画像がいくつかわかっているため、どのカメラが他の画像を作成したかを明確に示すことができます。AFAIKは、特定の圧縮パラメーターが既知であると想定して、JPG出力のみが使用可能な場合でも機能します。


5
詳細情報にリンクできますか?フォレンジックアナリストが、特定の画像が特定のカメラによって生成されたものかどうかを明確に言うことができる方法を理解したいと思います。
youcantryreachingme 2017

3
これは、各カメラからのサンプルが1つだけで可能であるかどうか疑問です。強い疑念。
Myridium 2017

おそらく、選択肢は暗い領域のノイズを比較することだと思います。おそらく参考のために黒い写真が必要でしょう。
ラファエル

@Rafaelノイズはその性質上、ショットごとに異なるため、それがどのように役立つかはわかりません。
マークランサム

1
@MarkRansomすべてのノイズが等しく作成されるわけではありません。=)この場合、読み取りノイズパターンノイズは信号内のノイズの形態と見なされますが、厳密にはランダムではありません。個々のセンサーチップの特性により、パターンノイズは画像の静的なバイアスです。このノイズのユニークなパターンは、各センサーの指紋のように機能します。
scottbb 2017

1

たぶんあなたが探しているものではないかもしれませんが、各電話ですでにサンプル写真を撮っている場合は、通常メタデータに保存されているプログレッシブ番号を見てヒントを得ることができます。

iPhoneのサンプルはありませんが、デジタルカメラで動作する可能性があります。2つのユニットのシャッター数が大幅に異なる場合に最適です。


0

ハードウェアシリアル番号の標準化されたEXIFエントリはないようです。カメラの2つの同一モデルは、ほぼ同じ標準化されたEXIFデータを生成します。ただし、カメラはシリアル番号やその他の固有のハードウェア識別情報をEXIFデータの「メーカーノート」セクションに保存することがあります。「メーカーノートセクション」には、「メーカーノート」にない残りのEXIFデータが標準化されている方法とは異なり、特に標準化されていないメーカー定義フィールドがあります。標準化されたEXIFフィールドと共に「メーカーノート」情報を表示するEXIFビューアでそれを見つけることができる場合があります。HEXエディターを使用したり、短いプログラムを作成したりすると、製造元に含まれている情報を確認できる場合があります。

ほとんどのアドビ製品(Lightroom、Photoshop、Camera Raw、DNGコンバーター)は、画像ファイルの変換またはエクスポートに使用される場合、EXIF情報から「メーカーノート」情報の多くを取り除きます。アドビ製品は、それを含む画像ファイルからのEXIF情報を表示するときに、「メーカーノート」情報も無視します。

だれかが2005年にDPReview Webサイトに投稿して 、コメント投稿者のほとんどがEXIF情報の「メモを作成する」セクションに関する知識の相対的な欠如を共有したことを投稿しました。


5
これは技術的には真実ですが、ほとんどの通常のEXIFツール(exiftoolたまたまアクセスできる2つのLightroomとを含む)は、製造元固有のEXIFデータからシリアル番号を抽出するのに非常に優れ-SerialNumberていますexiftool
Philip Kendall

メーカーがEXIFデータから特定のカメラを識別できるのはプライバシー違反のように聞こえます(場合によっては、そのカメラの販売先/修理のために持ち込んだ人を知ることができます)...どのカメラを知っているかこれを埋め込みますか?
thomasrutter 2017年

0

私はAppleデバイスを持っていないので、EXIFデータがどのように見えるのかわかりませんが、メーカーノートに識別マーカーがなく、写真データを分析する必要があるとすると、これはアルファベット代理店の問題です法医学の専門家に6桁の給与を支払って計算します。Appleが圧縮に何らかの透かしを埋め込んでいる可能性もあり、このデータは法執行機関のみが利用できます。実はこんなものがなかったらビックリします。


Appleが圧縮に何らかの透かしを埋め込んでいる可能性もあります。それはステガノグラフィーと呼ばれています。もしApple そのようなことをしていたなら、私は驚かれることでしょう。それらはユーザーのプライバシー権を強く支持しており、彼らの製品の他の要素における法執行のための「バックドア暗号化キー」のいかなる要求にも応じていません。また、画像圧縮で信号を非表示にする場合の問題は、画像を編集して再圧縮すると、その情報を保存するのが非常に難しい(おそらく不可能)ことです。
scottbb

0

簡単な答え:いいえ。

私は3つのiPhone 7を所有しており、メタデータのスペシャリストです。

カール・ウィットフトによって記述された法医学的アプローチを介して見つけるかもしれませんが。


この法医学的アプローチについて、もう少し詳しくお答えください。
ロメオ・ニノフ2017年

私はそれをカールウィトフトより上手に説明することはできません。私はメカニックであり、科学捜査官ではありません。
Texxi 2017年
弊社のサイトを使用することにより、あなたは弊社のクッキーポリシーおよびプライバシーポリシーを読み、理解したものとみなされます。
Licensed under cc by-sa 3.0 with attribution required.