热搜:南怀瑾 |证严上人

分类浏览



数字图像取证
作者:
廖鑫 乔通 董理 陈艳利 陈嘉欣 秦拯 编著
定价:
78 元
页数:
425页
ISBN:
978-7-309-16759-7/D.1155
字数:
465千字
开本:
16 开
装帧:
平装
出版日期:
2024年3月       
本类其他相关图书

内容提要


       随着数字技术的发展,图像篡改手段日益普及,给社会公众带来了信任危机。如何鉴定图像的真伪性,成为一个备受关注的问题。本书系统地介绍了数字图像取证技术的研究进展与应用前景。全书分为图像内容取证、图像来源取证和新型多媒体取证三大部分。内容取证部分重点讲解了各类图像编辑操作的检测方法,如重压缩、模糊、拼接等;来源取证部分聚焦成像设备指纹提取和匹配算法,可实现图像来源识别与聚类;最后,面向深度学习时代的新型篡改类型,如深度伪造、生成对抗网络、社交媒体图像,以及图像操作链的取证技术也得到阐述。
       本书是国内多所高校的教师与科研人员共同努力的结果,内容丰富,论点精到,既作为网络空间安全及相关专业的本科生和研究生的教材,也可供从事多媒体安全相关研究的专业人品参考借鉴。
      

作者简介


       廖鑫,湖南大学教授,博士生导师,国家自然科学基金委重点项目负责人,湖南省杰出青年基金获得者,入选全球前2%顶尖科学家榜单。主要研究领域包括多媒体取证与安全、人工智能安全等。
      
       乔通,杭州电子科技大学副教授,法国特鲁瓦技术大学系统优化与可靠性专业博士。浙江-法国数字媒体取证联合实验室主任,首批“浙江省高校领军人才培养计划”青年优秀人才,曾获河南省自然科学奖一等奖。主要研究领域包括人工智能安全、数字媒体取证等。
      
       董理,宁波大学副教授、硕士生导师,澳门大学计算机科学专业博士。主要研究领域包括多媒体内容安全、数字图像取证、信息隐藏等。
      
       陈艳利,杭州电子科技大学讲师,法国特鲁瓦技术大学系统优化与安全专业博士。主要研究领域包括多媒体安全、数字图像取证、隐私保护等。
      
       陈嘉欣,长沙理工大学讲师,硕士生导师,湖南大学计算机科学与技术博士。主要研究领域包括多媒体安全、数字图像取证、人工智能安全等。
      
       秦拯,湖南大学信息科学与工程学院教授,博士生导师,教育部网络空间安全专业教指委委员。主要研究领域包括数据安全、隐私保护、人工智能安全等。
      

书摘


       目录
      
       第1章 绪论
       1.1 数字图像取证概述
       1.2 数字图像形成及处理基础
       1.2.1 数字图像成像一般流程
       1.2.2 常见图像编辑操作
       1.3 数字图像取证任务
       1.3.1 主动图像取证
       1.3.2 被动图像取证
       1.4 数字图像取证一般框架
       1.5 数字图像取证研究现状
       1.5.1 图像内容取证
       1.5.2 图像来源取证
       1.5.3 新型多媒体取证
       1.6 数字图像取证未来发展方向
       注释
      
       第1编 图像内容取证
      
       第2章 图像常见编辑手段
       2.1 JPEG压缩
       2.2 图像修饰/润饰操作
       2.2.1 缩放操作
       2.2.2 模糊操作
       2.2.3 中值滤波操作
       2.2.4 对比度增强操作
       2.3 图像篡改操作
       2.3.1 拼接操作
       2.3.2 复制-粘贴操作
       2.3.3 图像修复操作
       2.4 小结
       注释
      
       第3章 JPEG压缩取证
       3.1 JPEG双压缩检测
       3.1.1 基于JPEG块伪影和DCT系数周期性的双压缩检测算法
       3.1.2 基于四元数离散余弦变换域的改进马尔可夫压缩检测算法
       3.1.3 基于DCT直方图滤波和误差函数的双压缩检测算法
       3.2 JPEG多重压缩次数检测
       3.2.1 基于Benford系数的JPEG压缩次数检测算法
       3.2.2 基于第一位数字特征的多重JPEG压缩检测算法
       3.2.3 基于信息理论框架的JPEG压缩次数检测算法
       3.3 小结
       注释
      
       第4章 图像修饰/润饰操作取证
       4.1 缩放取证
       4.1.1 基于EM算法的图像缩放检测方法
       4.1.2 基于二阶导数方差周期性的图像缩放检测方法
       4.1.3 基于归一化能量密度的图像缩放检测方法
       4.1.4 基于能量特征分析的图像缩放检测CNN方法
       4.2 模糊取证
       4.2.1 基于数字图像边缘特性的形态学滤波取证技术
       4.2.2 基于奇异值信息的图像模糊区域自动检测与分类技术
       4.2.3 基于不同类型局部模糊度量的图像模糊检测与分类技术
       4.3 中值滤波取证
       4.3.1 基于纹理性像素特征的中值滤波取证
       4.3.2 基于中值滤波残差特征的中值滤波取证
       4.3.3 基于深度学习的中值滤波取证
       4.4 对比度增强取证
       4.4.1 基于峰谷特征的对比度增强取证
       4.4.2 基于线性模型的对比度增强取证
       4.4.3 基于深度学习的对比度增强取证
       4.5 小结
       注释
      
       第5章 图像篡改操作取证
       5.1 拼接取证
       5.1.1 基于噪声水平不一致的拼接取证
       5.1.2 基于模糊类型不一致的拼接取证
       5.1.3 基于光照不一致的拼接取证
       5.1.4 基于深度学习的拼接取证
       5.2 复制-粘贴取证
       5.2.1 基于图像块的复制-粘贴取证
       5.2.2 基于关键点的复制-粘贴取证
       5.2.3 基于深度学习的复制-粘贴取证
       5.3 图像修复取证
       5.3.1 基于零连通特征的修复取证
       5.3.2 基于拉普拉斯变换的修复取证
       5.3.3 基于深度学习的修复取证
       5.4 小结
       注释
      
       第2编 图像来源取证
      
       第6章 来源取证类型
       6.1 来源匹配及识别
       6.2 来源聚类
       6.3 用于来源识别的标准数据集
       6.3.1 Dresden
       6.3.2 RAISE
       6.3.3 Vision
       6.4 小结
       注释
      
       第7章 成像设备指纹
       7.1 传统指纹特征
       7.1.1 镜头像差
       7.1.2 镜头色差
       7.1.3 PRNU
       7.1.4 CFA模式和插值
       7.1.5 JPEG压缩痕迹
       7.1.6 图像头文件
       7.2 新型指纹特征
       7.2.1 CNN
       7.2.2 Noiseprint
       7.2.3 统计特征
       7.3 小结
       注释
      
       第8章 来源识别
       8.1 基于成像过程指纹的来源识别
       8.1.1 镜头径向畸变
       8.1.2 镜头色差
       8.1.3 CFA模式和插值
       8.1.4 JPEG压缩痕迹
       8.1.5 图像头文件
       8.2 基于PRNU的来源识别
       8.3 基于统计模型的来源识别
       8.3.1 问题描述
       8.3.2 LRT
       8.3.3 GLRT
       8.3.4 性能分析
       8.4 基于CNN的来源识别
       8.5 CG合成图像来源识别
       8.5.1 去马赛克痕迹
       8.5.2 PRNU二值相似度
       8.5.3 深度学习
       8.5.4 统计特征
       8.6 小结
       注释
      
       第9章 来源聚类
       9.1 来源聚类的基本算法
       9.1.1 图论聚类算法
       9.1.2 K-means聚类算法
       9.1.3 谱聚类算法
       9.2 基于PRNU的来源聚类
       9.2.1 NCuts
       9.2.2 CCC
       9.2.3 SSC
       9.2.4 BCSC
       9.3 小结
       注释
      
       第3编 新型多媒体取证
      
       第10章 新型篡改类型
       10.1 深度伪造
       10.2 GAN生成
       10.3 图像彩色化
       10.4 人脸欺骗攻击
       10.5 小结
       注释
      
       第11章 深伪视频/图像取证
       11.1 深度伪造视频取证
       11.1.1 基于传统图像取证的方法
       11.1.2 基于生理信号特征的方法
       11.1.3 基于数据驱动的方法
       11.2 GAN生成图像取证
       11.2.1 GAN生成图像检测算法
       11.2.2 GAN模型溯源算法
       11.3 图像彩色化取证
       11.3.1 基于传统机器学习的检测方法
       11.3.2 基于深度神经网络的检测方法
       11.4 人脸欺骗攻击取证
       11.4.1 基于传统手工特征的检测方法
       11.4.2 基于深度神经网络的检测方法
       11.5 小结
       注释
      
       第12章 面向社交媒体取证
       12.1 社交身份真伪识别
       12.2 社交位置信息真伪识别
       12.3 在线社交网络环境下图像内容取证
       12.3.1 社交网络场景下的篡改检测与定位
       12.3.2 社交网络场景下的来源检测
       12.4 小结
       注释
      
       第13章 图像操作链取证
       13.1 操作类型识别
       13.2 操作顺序鉴定
       13.3 操作参数估计
       13.4 篡改区域定位
       13.5 小结
       注释
      

书评       

   

地址:上海市国权路579号
邮编:200433
电话:021-65642854(社办)
传真:021-65104812

 
 

版权所有©复旦大学出版社,2002-2024年若有问题请与我们 (webmaster@fudanpress.com) 联系! 沪ICP备05015926号