数字媒体取证学原理与应用实践

目   录
第 一章 绪 论 1
1.1取证学的起源与历史发展 2
1.2电子取证技术的概述 3
1.2.1电子(数字)取证学的简史 4
1.2.2数字取证技术的分类 5
1.2.3数字取证的优缺点 6
1.2.4数字取证的瓶颈问题 7
1.3数字媒体取证学的概述 8
1.3.1数字媒体取证学的概念与科学问题 8
1.3.2数字媒体取证学的内涵与外延 8
1.3.3数字媒体取证技术分类 9
1.3.4主动取证技术分类 10
1.3.5被动取证技术分类 11
1.4数字媒体取证学解决三类安全性问题 12
1.4.1数字媒体数据域安全性 13
1.4.2数字媒体编码域安全性 13
1.4.3数字媒体内容域安全性 13
1.5现存问题总结 13
1.5.1理论层面的问题 14
1.5.2技术层面的问题 14
1.5.3算法评价标准的问题 14
1.5.4相关数字取证应用标准 16
1.5.5相关法律法规现状 18
1.6数字媒体取证学与其他学科、技术的关系 19
1.6.1与数字音视频处理技术的关系 20
1.6.2与机器学习学科的关系 20
1.6.3与人工智能学科的关系 21
1.7数字媒体取证学的应用场景与展望 21
1.8本章小结 22
本章习题 23
参考文献 24
第二章 数字媒体取证学的理论基础 25
2.1引言 25
2.2数字媒体取证学研究科学问题 25
2.3空时域模型 26
2.3.1空时域特性一致性模型 27
2.3.2空时特征一致性模型 29
2.4变换域模型 31
2.4.1图像层次频率模型 31
2.4.2视频层次频率模型 32
2.5视频编码特征模型 32
2.5.1视频转码模型 33
2.5.2视频重编码模型 34
2.6分类器模型 35
2.6.1有监督编码器 35
2.6.2无监督编码器 38
2.7相关理论介绍 38
2.7.1概率论与统计学 38
2.7.2矩阵理论 41
2.7.3微积分学 42
2.7.4机器学习 44
2.7.5神经网络模型 44
2.7.6深度学习模型 45
2.8本章小结 46
本章习题 47
参考文献 48
第三章 数字音频篡改被动取证检测原理 49
3.1引言 49
3.2数字音频编解码标准概述 49
3.2.1数字音频编解码标准的指标 50
3.2.2数字音频编解码标准的发展 50
3.3数字音频篡改攻击方法现状和分类 52
3.3.1数字语音合成攻击方法 53
3.3.2数字语音转换攻击方法 55
3.4数字音频篡改被动取证方法现状和分类 56
3.4.1数字音频来源取证方法 57
3.4.2数字音频内容篡改取证方法 59
3.5本章小结 63
本章习题 65
参考文献 66
第四章 数字图象篡改被动取证检测原理 71
4.1引言 71
4.2数字图象压缩标准概述 71
4.2.1JPEG压缩标准简介 71
4.2.2JPEG重压缩原理 74
4.3数字图像篡改攻击方法现状和分类 75
4.3.1数字图像篡改攻击方法分类 75
4.3.2数字图像篡改攻击原理 76
4.4数字图像被动取证检测原理 82
4.4.1基于数字图像像素攻击的被动取证检测原理 82
4.4.2基于数字图像变换域攻击的被动取证检测原理 83
4.4.3基于深度网络模型生成攻击的被动取证检测法原理 84
4.4.4基于神经网络的图像篡改被动通用取证检测原理 86
4.4.5基于手工设计特征的通用检测方法 87
4.5本章小结 90
本章习题 91
参考文献 92
第五章 数字视频篡改被动取证检测原理 94
5.1引言 94
5.2数字视频编解码标准概述 94
5.2.1 H.26X编解码标准 94
5.2.2 Mpeg-x编解码标准 96
5.2.3 AVS编解码标准 97
5.3数字视频篡改攻击方法现状和分类 98
5.3.1数字视频文件重编码篡改攻击 98
5.3.2数字视频内容篡改攻击 99
5.3.3数字视频内容生成篡改攻击 100
5.3.4数字视频重拍摄篡改攻击 101
5.4数字视频篡改取证方法现状以及分类 102
5.4.1数字视频来源被动取证检测技术 102
5.4.2数字视频时空域特征被动取证检测技术 103
5.4.3数字视频编码域特征被动取证检测技术 103
5.4.4基于深度学习特征的视频被动取证检测技术 104
5.5本章小结 105
本章习题 107
参考文献 108
第六章 数字音频篡改被动检测应用实践 110
6.1引言 110
6.2数字音频复制粘贴的被动检测方法 110
6.2.1数字音频的复制粘贴篡改 110
6.2.2基于数字音频复制粘贴的后处理攻击 110
6.2.3方法的局限性分析 113
6.3数字音频的复制粘贴篡改检测过程分析 114
6.3.1预处理阶段 114
6.3.2特征提取阶段 115
6.3.3相似度量化阶段 115
6.3.4判决阶段 115
6.4基于多尺度自相关模块卷积神经网络的被动检测算法 115
6.4.1 语音波形的处理方法 116
6.4.2 语谱图 118
6.4.3 多尺度自相关模块卷积神经网络的定位子网 119
6.4.4 多尺度自相关模块卷积神经网络的分类子网 121
6.4.5 实验数据集及设置 121
6.4.6 实验分析 123
6.5数字音频篡改第三方数据库 125
6.6本章小结 126
本章习题 128
参考文献 129
第七章 数字图像篡改被动检测的应用实践 131
7.1引言 131
7.2数字图像复制粘贴篡改的被动检测方法 131
7.2.1 图像复制粘贴篡改的定义 131
7.2.2 图像复制粘贴篡改一般过程模型 132
7.2.3 图像复制粘贴篡改的痕迹线索分析 132
7.2.4 方法局限性分析 133
7.3数字图像复制粘贴篡改的被动检测过程分析 133
7.3.1 预处理阶段 134
7.3.2 特征提取阶段 134
7.3.3 特征匹配阶段 134
7.3.4 误匹配过滤阶段 135
7.3.5 后处理阶段 135
7.4数字图像复制粘贴篡改的被动检测算法 135
7.4.1 块预测模块 136
7.4.2 检测框架 137
7.4.3 算法步骤 137
7.4.4 实验与分析 137
7.4数字图像篡改第三方数据库 138
7.5本章小结 141
本章习题 142
参考文献 143
第八章 数字视频篡改被动检测应用实践 145
8.1引言 145
8.2数字视频重编码的被动检测方法 145
8.2.1视频重编码的定义 145
8.2.2视频重编码的一般过程模型 145
8.2.3视频重编码攻击的痕迹线索分析 146
8.2.4方法局限性分析 149
8.3数字视频重编码的被动检测过程分析及失真模型 149
8.3.1数字视频重编码的被动检测过程分析 149
8.3.1HEVC视频重编码的失真过程分析 151
8.3.2HEVC视频重编码的失真过程模型 151
8.4HEVC重编码视频的被动检测算法 153
8.4.1特征模型 153
8.4.2算法框架 154
8.4.3算法步骤 154
8.4.4实验与分析 155
8.5数字视频篡改第三方数据库 156
8.6本章小结 157
本章习题 158
参考文献 159
第九章 总结 161
9.1数字媒体取证学特色与局限性 161
9.1.1 学科特色 161
9.1.2 学科局限性 162
9.2数字媒体取证学的发展趋势 163
9.2.1 学科发展趋势 163
9.2.2应用领域 163
9.3 展望 164