Imágenes de autenticación a través de la simple compresión JPEG

Las preocupaciones sobre los riesgos que plantean las imágenes manipuladas han estado surgiendo con frecuencia en la investigación en los últimos años, particularmente a la luz de un nuevo auge de frameworks de edición de imágenes basados en inteligencia artificial capaces de modificar imágenes existentes, en lugar de crearlas directamente.

La mayoría de los sistemas de detección propuestos para abordar este tipo de contenido se dividen en dos categorías: la primera es la marcación de agua – un enfoque de respaldo integrado en el marco de veracidad de la imagen que ahora promueve la Coalición para la Proveniencia y Autenticidad del Contenido (C2PA).

El procedimiento de marcación de agua de C2PA es un respaldo, en caso de que el contenido de la imagen se separe de su manifiesto original y continuo. Fuente: https://www.imatag.com/blog/enhancing-content-integrity-c2pa-invisible-watermarking

Estos ‘señales secretas’ deben ser posteriormente robustas a los procedimientos automáticos de re-codificación/optimización que a menudo ocurren cuando una imagen transita a través de redes sociales y a través de portales y plataformas – pero a menudo no son resistentes a la re-codificación con pérdida aplicada a través de la compresión JPEG (y a pesar de la competencia de los pretendientes como webp, el formato JPEG todavía se utiliza para un estimado de 74,5% de todas las imágenes de sitios web).

El segundo enfoque es hacer que las imágenes sean evidentes de manipulación, como se propuso inicialmente en el documento de 2013 Esquema de autenticación de integridad de imagen basado en la teoría de punto fijo. En lugar de confiar en marcas de agua o firmas digitales, este método utilizó una transformación matemática llamada Convolución y desconvolución gaussianas (GCD) para empujar las imágenes hacia un estado estable que se rompería si se modificaba.

Del documento ‘Esquema de autenticación de integridad de imagen basado en la teoría de punto fijo’: resultados de localización de manipulación utilizando una imagen de punto fijo con una relación señal ruido de pico (PSNR) de 59,7802 dB. Los rectángulos blancos indican las regiones sometidas a ataques. El panel A (izquierda) muestra las modificaciones aplicadas, incluyendo ruido localizado, filtrado y ataques de copia. El panel B (derecha) muestra la salida de detección correspondiente, resaltando las áreas manipuladas identificadas por el proceso de autenticación. Fuente: https://arxiv.org/pdf/1308.0679

El concepto es quizás más fácil de entender en el contexto de reparar un tejido de encaje delicado: no importa cuán fino sea el oficio empleado en parchear el filigrana, la sección reparada será inevitablemente discernible.

Este tipo de transformación, cuando se aplica repetidamente a una imagen en escala de grises, gradualmente la empuja hacia un estado en el que aplicar la transformación nuevamente no produce ningún cambio adicional.

Esta versión estable de la imagen se llama punto fijo. Los puntos fijos son raros y muy sensibles a los cambios – cualquier modificación pequeña a una imagen de punto fijo casi seguramente romperá su estado fijo, lo que hace que sea fácil detectar la manipulación.

Como es habitual con este tipo de enfoques, los artefactos de la compresión JPEG pueden amenazar la integridad del esquema:

A la izquierda, vemos una marca de agua aplicada a la cara de la icónica imagen ‘Lenna’ (Lena), que es clara bajo compresión normal. A la derecha, con una compresión JPEG del 90%, podemos ver que la distinción entre la marca de agua percibida y el crecimiento del ruido JPEG se reduce. Después de múltiples guardados, o en los ajustes de compresión más altos, la mayoría de los esquemas de marcación de agua enfrentan problemas con los artefactos de compresión JPEG. Fuente: https://arxiv.org/pdf/2106.14150

¿Qué pasa si, en cambio, los artefactos de compresión JPEG pudieran ser utilizados como el medio central para obtener un punto fijo? En tal caso, no habría necesidad de sistemas adicionales, ya que el mismo mecanismo que normalmente causa problemas para la marcación de agua y la detección de manipulación se convertiría en la base del propio marco de detección de manipulación.

La compresión JPEG como base de seguridad

Un sistema como este se presenta en un nuevo documento de dos investigadores de la Universidad de Buffalo en el Estado de Nueva York. Titulado Imagen de evidencia de manipulación utilizando puntos fijos JPEG, el nuevo trabajo se basa en el trabajo de 2013 y en trabajos relacionados, oficialmente formulando sus principios centrales por primera vez, así como ingeniosamente aprovechando la compresión JPEG en sí como un método para potencialmente producir una ‘imagen de autenticación’.

Los autores expanden:

‘El estudio revela que una imagen se vuelve inmutable después de someterse a varias rondas del mismo proceso de compresión y descompresión JPEG.

‘En otras palabras, si un solo ciclo de compresión y descompresión JPEG se considera una transformación de la imagen, denominada transformación JPEG, entonces esta transformación exhibe la propiedad de tener puntos fijos, es decir, imágenes que permanecen inalteradas cuando se aplica la transformación JPEG.’

Ilustración de la convergencia de puntos fijos JPEG del nuevo documento. En la fila superior, vemos una imagen de ejemplo que se somete a compresión JPEG repetida, con cada iteración que muestra el número y la ubicación de los píxeles que cambian; en la fila inferior, se traza la distancia L2 entre iteraciones consecutivas en diferentes ajustes de calidad de compresión. Irónicamente, no hay una mejor resolución de esta imagen disponible. Fuente: https://arxiv.org/pdf/2504.17594

En lugar de introducir transformaciones externas o marcas de agua, el nuevo documento define el proceso JPEG en sí como un sistema dinámico. En este modelo, cada ciclo de compresión y descompresión mueve la imagen hacia un punto fijo. Los autores prueban que, después de un número finito de iteraciones, cualquier imagen o alcanza o se aproxima a un estado en el que la compresión adicional no producirá cambios.

Los investigadores declaran*:

‘Cualquier alteración de la imagen causará desviaciones de los puntos fijos JPEG, que se pueden detectar como cambios en los bloques JPEG después de una sola ronda de compresión y descompresión JPEG…

‘Las imágenes de evidencia de manipulación propuestas basadas en puntos fijos JPEG tienen dos ventajas. Primero, las imágenes de evidencia de manipulación eliminan la necesidad de almacenamiento externo de características verificables, como se requiere en los esquemas de huellas digitales de imagen, o la incorporación de trazas ocultas, como en los métodos de marcación de agua de imagen. La imagen en sí misma sirve como su propia prueba de autenticidad, lo que hace que el esquema sea inherentemente autoevidente.

‘En segundo lugar, dado que JPEG es un formato ampliamente utilizado y a menudo el último paso en la canalización de procesamiento de imágenes, el método propuesto es resistente a las operaciones JPEG. Esto contrasta con el enfoque original que puede perder trazas de integridad debido a JPEG.’

El conocimiento clave del documento es que la convergencia JPEG no es solo un subproducto de su diseño, sino un resultado matemáticamente inevitable de sus operaciones. La transformada coseno discreta, la cuantización, el redondeo y el truncamiento juntos forman una transformación que (bajo las condiciones adecuadas) conduce a un conjunto predecible de puntos fijos.

Esquema para el proceso de compresión/descompresión JPEG formulado para el nuevo trabajo.

A diferencia de la marcación de agua, este método no requiere señal de marca de agua incorporada. La única referencia es la propia coherencia de la imagen bajo compresión adicional. Si la recompresión no produce cambios, se presume que la imagen es auténtica. Si lo hace, la manipulación se indica mediante la desviación.

Pruebas

Los autores validaron este comportamiento utilizando un millón de parches de ocho por ocho generados aleatoriamente de datos de imagen en escala de grises de ocho bits. Al aplicar compresión y descompresión JPEG repetidas a estos parches sintéticos, observaron que la convergencia a un punto fijo ocurre dentro de un número finito de pasos. Este proceso se monitoreó midiendo la distancia L2 entre iteraciones consecutivas, con las diferencias disminuyendo hasta que los parches se estabilizaron.

Diferencia L2 entre iteraciones consecutivas para un millón de parches de 8×8, medidas bajo diferentes calidades de compresión JPEG. Cada proceso comienza con un parche comprimido JPEG y rastrea la reducción de la diferencia a través de compresiones repetidas.

Para evaluar la detección de manipulación, los autores construyeron imágenes JPEG de evidencia de manipulación y aplicaron cuatro tipos de ataques: ruido de sal y pimienta; operaciones de copia-mover; incrustación de fuentes externas; y compresión JPEG doble utilizando una tabla de cuantización diferente.

Ejemplo de imágenes RGB de punto fijo con detección y localización de manipulación, incluyendo los cuatro métodos de perturbación utilizados por los autores. En la fila inferior, podemos ver que cada estilo de perturbación se traiciona a sí mismo, relativo a la imagen de punto fijo generada.

Después de la manipulación, las imágenes se volvieron a comprimir utilizando la matriz de cuantización original. Las desviaciones del punto fijo se detectaron identificando bloques de imagen que exhibieron diferencias no cero después de la recompresión, lo que permitió tanto la detección como la localización de las regiones manipuladas.

Dado que el método se basa enteramente en operaciones JPEG estándar, las imágenes de punto fijo funcionan bien con visores y editores JPEG regulares; pero los autores señalan que si la imagen se vuelve a comprimir a un nivel de calidad diferente, puede perder su estado de punto fijo, lo que podría romper la autenticación, y debe manejarse con cuidado en el uso real.

Mientras que esto no es solo una herramienta para analizar la salida JPEG, tampoco agrega mucha complejidad. En principio, podría integrarse en flujos de trabajo existentes con un costo o interrupción mínimo.

El documento reconoce que un adversario sofisticado podría intentar crear cambios adversos que preserven el estado de punto fijo; pero los investigadores sostienen que tales esfuerzos probablemente introducirían artefactos visibles, socavando el ataque.

Mientras que los autores no afirman que las imágenes JPEG de punto fijo puedan reemplazar sistemas de proveniencia más amplios como C2PA, sugieren que los métodos de punto fijo podrían complementar los marcos de metadatos externos ofreciendo una capa adicional de evidencia de manipulación que persiste incluso cuando los metadatos se eliminan o se pierden.

Conclusión

El enfoque de punto fijo JPEG ofrece una alternativa simple y autocontenida a los sistemas de autenticación convencionales, que no requiere metadatos incorporados, marcas de agua o archivos de referencia externos, y en su lugar deriva la autenticidad directamente del comportamiento predecible del proceso de compresión.

De esta manera, el método recupera la compresión JPEG – una fuente frecuente de degradación de datos – como un mecanismo para la verificación de integridad. En este sentido, el nuevo documento es uno de los enfoques más innovadores e inventivos para el problema que he encontrado en los últimos años.

El nuevo trabajo apunta a un cambio alejado de las capas de seguridad agregadas y hacia enfoques que se basan en las características integradas de los medios en sí. A medida que los métodos de manipulación crecen en sofisticación, las técnicas que prueban la estructura interna de la imagen pueden comenzar a importar más.

Además, muchos sistemas alternativos propuestos para abordar este problema introducen una fricción significativa al requerir cambios en flujos de trabajo de procesamiento de imágenes establecidos – algunos de los cuales han estado operando de manera confiable durante años, o incluso décadas, y que exigirían una justificación mucho más fuerte para la reingeniería.

* Mi conversión de las citas en línea de los autores a enlaces.

Publicado por primera vez el viernes 25 de abril de 2025