相機(jī)源識(shí)別是數(shù)字圖像取證中研究課題之一。通過(guò)校驗(yàn)圖像的相機(jī)來(lái)源的真實(shí)性,以輔助各種刑事調(diào)查和審判及解決版權(quán)侵犯等中的取證環(huán)節(jié)。得益于深度神經(jīng)網(wǎng)絡(luò)的發(fā)展,其識(shí)別準(zhǔn)確率有了顯著提升。然而,研究表明深度神經(jīng)網(wǎng)絡(luò)易遭受對(duì)抗攻擊,即攻擊者只需要在原始圖像中添加微小噪聲,就能使深度神經(jīng)網(wǎng)絡(luò)產(chǎn)生誤分類(lèi)。從而也給基于深度神經(jīng)網(wǎng)絡(luò)的相機(jī)源識(shí)別方法帶來(lái)極大的安全隱患�，F(xiàn)有的通用對(duì)抗攻擊防御方法難以適應(yīng)這一應(yīng)用場(chǎng)景,即未考慮相機(jī)源識(shí)別依賴(lài)于圖像噪聲,容易在防御中降低識(shí)別準(zhǔn)確率,另外,以對(duì)抗訓(xùn)練為代表的對(duì)抗魯棒性?xún)?yōu)化方法訓(xùn)練代價(jià)高,卻不容易遷移到其他相機(jī)源識(shí)別模型中。因此,提出一種抗對(duì)抗攻擊的相機(jī)源識(shí)別方法兼顧模型的識(shí)別準(zhǔn)確率和對(duì)抗魯棒性,顯得尤為重要。本文通過(guò)提煉了一個(gè)基于深度神經(jīng)網(wǎng)絡(luò)的相機(jī)源識(shí)別模型,并基于該模型獲得對(duì)應(yīng)的對(duì)抗攻擊威脅模型。進(jìn)而,提出基于信息單調(diào)性的防御理論,并使用流形局部光滑映射構(gòu)建了防御目標(biāo),以及利用一個(gè)基于兩階段訓(xùn)練的前置防御網(wǎng)絡(luò)實(shí)現(xiàn)防御架構(gòu)。本文的主要工作包括:1.利用特征提取映射在流形中建模,并通過(guò)流形局部鄰域上分析特征提取映射對(duì)不同噪聲的影響,從而發(fā)現(xiàn)模型的對(duì)抗攻擊風(fēng)險(xiǎn)主要來(lái)源... 

【文章來(lái)源】：華南理工大學(xué)廣東省 211工程院校 985工程院校 教育部直屬院校

【文章頁(yè)數(shù)】：76 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

相機(jī)源識(shí)別圖例[1]

的數(shù)字指紋，或者是通過(guò)噪聲過(guò)濾器的方法來(lái)獲取模式噪聲匹配數(shù)字指紋，圖1-2顯示了CanonIxus相機(jī)中的數(shù)字指紋圖例。Filler等人[6]提出了使用最小方差無(wú)偏估計(jì)來(lái)獲得與數(shù)字指紋相關(guān)的特征用于識(shí)別。Amerini等人[11]提出了使用MMSE濾波器以小波過(guò)濾出數(shù)字指紋。Bayram等人[12]通過(guò)數(shù)碼相機(jī)中去馬賽克操作的痕跡來(lái)識(shí)別相機(jī)源。這些方法普遍存在的問(wèn)題是，都依賴(lài)于手工定義特征提取過(guò)程來(lái)獲取特征，這點(diǎn)導(dǎo)致了當(dāng)相機(jī)型號(hào)種類(lèi)較少時(shí)，可能識(shí)別表現(xiàn)良好。當(dāng)面臨著龐大的相機(jī)型號(hào)集合時(shí)，此類(lèi)方法的識(shí)別效果就會(huì)大打折扣。圖1-2CanonIxus相機(jī)中的數(shù)字指紋圖例[9]由于深度神經(jīng)網(wǎng)絡(luò)具有強(qiáng)大的特征提取能力，因而它被廣泛用到各種各樣的分類(lèi)任務(wù)中。在近幾年，越來(lái)越多的研究者將深度神經(jīng)網(wǎng)絡(luò)應(yīng)用于相機(jī)源識(shí)別問(wèn)題[13][14][15]。據(jù)我們所知，Bondi等人[14]是最早將深度神經(jīng)網(wǎng)絡(luò)應(yīng)用于相機(jī)源識(shí)別方法中進(jìn)行特征采集，并取得了當(dāng)時(shí)最好的效果。然而證據(jù)表明，由于深度神經(jīng)網(wǎng)絡(luò)的局部非穩(wěn)定性，基于深度神經(jīng)網(wǎng)絡(luò)的模型非常容易遭受到對(duì)抗攻擊[15][16]。即攻擊者只需要在特定的方向上添加肉眼難以覺(jué)察到的微小擾動(dòng)就可以造成深度神經(jīng)網(wǎng)絡(luò)的錯(cuò)誤分類(lèi)。如圖1-3表示，攻擊者在熊貓圖像上添加一定的噪聲，帶噪聲的圖像就會(huì)以很高的置信度被分類(lèi)為長(zhǎng)臂猿。Goodfellow等人[16]通過(guò)深入分析發(fā)現(xiàn)了，對(duì)抗攻擊是由于深度神經(jīng)網(wǎng)絡(luò)的線性性引起的，即網(wǎng)絡(luò)中每個(gè)分量上微小的擾動(dòng)可以在線性網(wǎng)絡(luò)的傳遞的過(guò)程中被不斷地累計(jì)放大，最終在特

第一章緒論3征上形成巨大的偏差，從而影響最終分類(lèi)的結(jié)果。更為嚴(yán)重的是，攻擊者可以通過(guò)制造特定方向的攻擊，從而獲得他們想要得到的分類(lèi)結(jié)果，這一類(lèi)型的攻擊被稱(chēng)為有目標(biāo)對(duì)抗攻擊。圖1-3對(duì)抗攻擊示意圖[15]顯然，基于深度神經(jīng)網(wǎng)絡(luò)的相機(jī)源識(shí)別方法也未能幸免于此。深度神經(jīng)網(wǎng)絡(luò)為相機(jī)源識(shí)別問(wèn)題帶來(lái)高準(zhǔn)確率識(shí)別結(jié)果的同時(shí)，也引入了易遭受對(duì)抗攻擊的問(wèn)題。而對(duì)抗攻擊的存在，給基于深度神經(jīng)網(wǎng)絡(luò)的相機(jī)源識(shí)別系統(tǒng)帶來(lái)更大的安全隱患。例如，攻擊者在篡改了數(shù)字圖像的內(nèi)容信息后，通過(guò)向圖像添加對(duì)抗噪聲，偽造出相機(jī)源數(shù)字指紋沒(méi)有被篡改的假象，從而提高了偽造圖像的真實(shí)性，形成偽造的證據(jù)。進(jìn)而，他們可以利用這些偽證來(lái)逃避一些司法審判，版權(quán)受侵犯者也可能因偽造圖像而合法權(quán)益無(wú)法得到保護(hù)。盡管一些研究者也意識(shí)到了相機(jī)源識(shí)別模型上存在的這一問(wèn)題[17][18]，并進(jìn)一步驗(yàn)證了對(duì)抗攻擊對(duì)相機(jī)源識(shí)別結(jié)果帶來(lái)的巨大影響，但是很少有研究提出針對(duì)性的方案來(lái)防御這一應(yīng)用場(chǎng)景下的對(duì)抗攻擊。不同于一般圖像分類(lèi)任務(wù)，相機(jī)源識(shí)別具有噪聲特異性，即識(shí)別結(jié)果依賴(lài)于圖像的某種噪聲，這種噪聲在相機(jī)生成圖像時(shí)產(chǎn)生[19]，常被稱(chēng)為數(shù)字指紋。而其識(shí)別結(jié)果幾乎是與圖像的場(chǎng)景不相關(guān)。因而，現(xiàn)有的通用防御方法并不一定適用于相機(jī)源識(shí)別問(wèn)題下的對(duì)抗攻擊，這些方法往往可能在消除對(duì)抗噪聲的同時(shí)影響到相機(jī)形成的數(shù)字指紋，從而不能很好地兼顧相機(jī)源識(shí)別的對(duì)抗魯棒性和準(zhǔn)確率。其中，對(duì)抗魯棒性表示為深度神經(jīng)網(wǎng)絡(luò)抵抗對(duì)抗攻擊的能力。綜上所述，研究具有針對(duì)性的抗對(duì)抗攻擊的相機(jī)源識(shí)別方法，使其能夠兼顧對(duì)抗魯棒性和識(shí)別的準(zhǔn)確性具有重要的理論價(jià)值和實(shí)用意義。


本文編號(hào)：3422810