Fotografové, kteří nechtějí být příliš se svými snímky spojováni, možná budou muset častěji měnit fotoaparáty. Podle zveřejněné studie evropského Institutu pro ochranu a bezpečnost občanů (The Institute for the Protection and Security of the Citizen, IPSC) je to totiž právě jejich fotoaparát, který je může prozradit.
Vzorec šumu čipuSPN, sensor pattern noise To, že díky nedokonalostem při výrobě snímacího senzoru má každý čip speciální „podpis“, není zase až taková novinka. Při výrobě čipů prostě není možní zajistit, aby měl každý snímací bod (pixel) stejné vlastnosti odstupu signálu od šumu. Z toho pak vzniká různý šum i u jinak stejných modelů fotoaparátů snímajících stejnou scénu. A naopak konkrétní výrobek je možné podle tohoto vzorce různě nakalibrovaných bodů s vysokou mírou pravděpodobnosti identifikovat, i když snímá různé scény. Právě tento originální vzorec SPN lze již nyní využít s vysokou úspěšností u originálních snímků, jak je možné se přesvědčit například u toho komerčně nabízeného programu. |
Toto zjištění by mohlo pomoci například při hledání ukradených mobilních telefonů nebo lidí podílejících se na zneužívání dětí, případně při odhalování šikany. Právě to bylo i cílem výzkumníků, kteří chtěli zjistit, zda je takto možné pospojovat různé účty na sociálních a dalších sítích a zjistit, zda za nimi může stát jedna osoba, respektive jeden fotoaparát.
Vědci svou metodu, která využívá pokročilé metody filtrování za použití vlnkové (wavelet) analýzy, popisují v tomto sedmistránkovém anglickém PDF dokumentu.
Rozdělní souboru snímků pro analýzy šumu podle jednotlivých uživatelů a přiřazených účtů.
Pro svou studii využili 1 909 obrázků z Facebooku, Flickeru (patří Yahoo), Google+, osobních blogů a síť Tumblr, které pořídilo deset různých uživatelů. U každého z uživatelů byly požity snímky ze dvou těchto služeb. Všechny účty byly veřejně přístupné.
Snímky měly různé rozměry i proto, že si různé služby upraví velikost snímku podle svých potřeb. Před využitím analytických nástrojů ještě výzkumníci otočili snímky tak, aby měly stejnou orientaci, a pokud to bylo nutné, změnili jejich délku na 4 096 bodů, aby je mohli lépe porovnávat.
Víme, proč máte na fotkách ošklivý šum Podívejte, proč váš fotoaparát za šera "šumí" a jak tento šum vzniká. |
Na takto připravené snímky pak vypustili analytické nástroje využívající filtry založené na vlnkové transformaci (wavelet transform), které zjednodušeně řečeno slouží k popisu signálu. Díky nim chtěli získat vzorec šumu čipu (SPN), což je základ pro následné porovnání.
Jedna věc je ale originální snímek a druhá automaticky upravený snímek v různých internetových službách. Výzkumníci se tak vedle různé velikosti snímků museli vypořádat i s jejich dalšími úpravami, jako je ořez, JPEG komprese, automatická vylepšení i různé nastavení ISO a dalšími.
Výsledky analýzy šumu snímků. Vodorovná řádka ukazuje odhadnutou identitu, svislá pak reálnu. Správné výsledky jsou zvýrazněné, ostatní ukazují přiřazení špatné osobě.
V konečném výsledku se jim podařilo dosáhnou úspěšnosti 56 procent. Tedy více než polovinu snímků dokázali výzkumníci přiřadit správnému fotoaparátu.
"To je mnohem vyšší pravděpodobnost než u náhodného výběru, ale samozřejmě ne dostačující pro přesnou identifikaci. Dalo by se tvrdit, že výsledky nesplňují požadavky pro důkaz, který by obstál před soudem. Nicméně je to dost, aby pomohl ve fázi vyšetřováni podezřelých," vysvětlují výzkumníci ve své práci.
Jako příklad může sloužit situace, kdy vyšetřovatelé nejsou schopni zjistit, komu z podezřelých patří zabavený fotoaparát. Mohou pak porovnat snímky na jejich účtech na sociálních sítích a informaci získanou pomocí této techniky dále využít.
"Je třeba zdůraznit omezení současného hodnocení - byl využit malý soubor identit (a dvacet účtů sociálních sítí). Ve skutečnosti má tato metoda mnohem větší smysl u většího vzorku účtů na sociálních sítích," uzavírají vědci s tím, že je možné výsledky nadále vylepšovat například pomocí získaných metadat.
