Er is niets opvallends of opmerkelijks aan de tienduizenden foto's die een onderzoeksteam van de Iowa State University de afgelopen 18 maanden heeft verzameld voor een nieuwe database.

Jennifer Nieuwman, een universitair hoofddocent wiskunde die het team leidt namens het Center for Statistics and Applications in Forensic Evidence in de staat Iowa, zegt dat ze niet geïnteresseerd zijn in esthetiek of foto's die het waard zijn om in te lijsten. In feite, de slecht verlichte en overbelichte foto's maken de database waardevol voor onderzoekers die geïnteresseerd zijn in stegananalyse.

"De foto's in de database zijn van gewone scènes, en we hebben met opzet foto's van slechte kwaliteit verzameld in verschillende omgevingen met camera-instellingen, " zei Newman. "We hebben ontdekt dat de instellingen van invloed kunnen zijn op hoe goed de steganalysedetectie werkt."

Stegananalyse wordt steeds interessanter voor forensische onderzoekers die digitale foto's analyseren, die verborgen inhoud met betrekking tot een strafzaak kan bevatten. Steganografie - een geheime methode om berichten te verzenden zonder detectie - dateert uit het oude Griekenland. Het is geëvolueerd met technologie, zei Nieuwman. Nutsvoorzieningen, iedereen met een eenvoudig algoritme - beschikbaar via een verscheidenheid aan gratis apps - kan de code van een afbeelding of een digitaal bestand manipuleren, zoals een Word-document of PDF, om een ​​bericht te verbergen.

In tegenstelling tot encryptie, die de aanwezigheid van een bericht niet maskeert, steganografie "verbergt de boodschap in het volle zicht", zodat iemand die naar de foto kijkt niet zou vermoeden dat deze verborgen tekst bevat, zei Nieuwman. Het helpen van forensische onderzoekers bij het identificeren en decoderen van deze berichten is het uiteindelijke doel voor onderzoekers, maar eerst moeten ze een basis leggen voor stegananalyse, of stapdetectie.

Dat is waar Newman en collega's Yong Guan, een universitair hoofddocent elektrische en computertechniek bij ISU; en Min Wu, aan de Universiteit van Maryland, samen met een team van ISU-afgestudeerde en niet-gegradueerde studenten concentreren hun inspanningen. Gewapend met bijna twee dozijn verschillende modellen mobiele telefoons, de onderzoekers hebben er meer dan 50 genomen, 000 originele afbeeldingen voor de StegoDB-database, wordt naar verwachting eind maart gelanceerd. Nu hebben onderzoekers over de hele wereld een catalogus met afbeeldingen van mobiele telefoons om te gebruiken voor het trainen en testen van steganalyse-detectietools.

"Als u niet over de database beschikt om afbeeldingen te testen, waar begin je eigenlijk? We hopen dat andere onderzoekers kunnen kijken naar de gegevens die we verzamelen en een kwantitatieve statistische analyse kunnen ontwikkelen die nuttig is in een rechtbank, ' zei Nieuwman.

Technologie creëert een behoefte

Bestaande openbare stegananalysedatabases bevatten alleen beelden van fotocamera's. Met het wijdverbreide gebruik van mobiele telefooncamera's, ISU-onderzoekers erkenden de behoefte aan gegevens die specifiek zijn voor afbeeldingen van mobiele telefoons om te helpen bij de ontwikkeling en het testen van steganalyse-detectietools. Newman zegt omdat camera-instellingen, die uniek zijn voor elk merk en model telefoon, kan de betrouwbaarheid van een tool beïnvloeden, het is noodzakelijk om te testen op inconsistenties.

Gezien de veelheid aan telefoonmerken en modellen, dat is een hele klus, maar Newman zegt dat het team klaar is voor de uitdaging. Een van de doelstellingen van CSAFE is het introduceren van een statistisch kader voor bewijs in strafzaken dat momenteel niet bestaat, ze zei. Volgens een rapport van de National Academy of Sciences uit 2009 alleen DNA had betrouwbare, kwantificeerbare foutenpercentages in verband met de conclusies. Newman zegt dat dit betekent dat er geen statistische validiteit of wetenschappelijke ondersteuning is voor bewijs zoals vingerafdrukken, tandafdrukken, kogels of stego-afbeeldingen.

"Dit is waardevol bewijs dat kan helpen verdachten in een zaak uit te sluiten, maar u moet de sterkte of het gebrek aan sterkte van het bewijs identificeren, " zei Newman. "Als wetenschappers, ons werk is gericht op het kwantificeren van wat bekend is en wat onbekend is. We stellen grenzen aan wat statistisch bekend en statistisch onzeker is voor deze forensische arena's."

Door deze statistische grenzen vast te stellen, kan een getuige-deskundige met een zekere mate van zekerheid getuigen dat een foto die als bewijsmateriaal is verzameld, afkomstig is van een specifiek telefoonmodel en de waarschijnlijkheid dat deze verborgen inhoud bevat, ze zei. Het zal jaren van onderzoek vergen om dit punt te bereiken, maar Newman zegt dat het werk onderzoekers in kinderpornografie en diefstal van intellectueel eigendom ten goede kan komen. Als voorbeeld, ze legde uit dat steeds meer bedrijven geïnteresseerd zijn in technologie om uitgaande elektronische bestanden te scannen om te detecteren of een werknemer heimelijk gevoelige informatie naar iemand buiten het bedrijf stuurt.

Nieuw gebied voor verkenning

Newman zegt dat stegananalyse een relatief jong veld is met verschillende onontgonnen toepassingen. Dit schept mogelijkheden voor onderzoekers om het raamwerk te verkennen en eraan bij te dragen. Zij en haar collega's presenteerden enkele van hun eerste bevindingen op conferenties over computerforensisch onderzoek en multimediabeelden. Het werk zou niet mogelijk zijn zonder de gecombineerde expertise van het team op het gebied van wiskunde, statistieken, informatica en techniek en natuurkunde.

Het team zal doorgaan met het verzamelen van foto's die met verschillende telefoonmodellen zijn gemaakt om de database uit te breiden. Newman zegt dat het effectief is, onderzoekers hebben een grote verscheidenheid aan afbeeldingen nodig voor een grotere toepasbaarheid.