Gambar Otentikasi Mandiri Melalui Kompresi JPEG Sederhana

Kekhawatiran tentang risiko yang ditimbulkan oleh gambar yang telah dimanipulasi telah muncul secara teratur dalam penelitian selama beberapa tahun terakhir, terutama dalam cahaya baru dari kerangka kerja penyuntingan gambar berbasis AI yang mampu mengubah gambar yang ada, bukan menciptakannya dari awal.

Sebagian besar sistem deteksi yang diusulkan untuk menangani jenis konten ini jatuh ke dalam salah satu dari dua kubu: yang pertama adalah watermarking – sebuah pendekatan fallback yang dibangun ke dalam kerangka kerja keaslian gambar yang sekarang dipromosikan oleh Koalisi untuk Provenance dan Keaslian Konten (C2PA).

Prosedur watermarking C2PA adalah fallback, jika konten gambar dipisahkan dari manifest aslinya dan berkelanjutan. Sumber: https://www.imatag.com/blog/enhancing-content-integrity-c2pa-invisible-watermarking

Signal ‘rahasia’ ini harus kemudian tahan terhadap prosedur pengkodean/optimasi otomatis yang sering terjadi ketika gambar melewati jaringan sosial dan portal-platform – tetapi mereka sering tidak tahan terhadap jenis pengkodean lossy yang diterapkan melalui kompresi JPEG (dan meskipun persaingan dari pretender seperti webp, format JPEG masih digunakan untuk sekitar 74,5% dari semua gambar situs web).

Pendekatan kedua adalah membuat gambar yang jelas rusak, seperti yang pertama kali diusulkan dalam makalah 2013 Skema Autentikasi Keaslian Gambar Berdasarkan Teori Titik Tetap. Sebagai gantinya mengandalkan watermark atau tanda tangan digital, metode ini menggunakan transformasi matematika yang disebut Konvolusi Gaussian dan Dekonvolusi (GCD) untuk mendorong gambar menuju keadaan stabil yang akan rusak jika diubah.

Dari makalah ‘Skema Autentikasi Keaslian Gambar Berdasarkan Teori Titik Tetap’: hasil lokalisisasi perusakan menggunakan gambar titik tetap dengan PSNR 59,7802 dB. Kotak putih menunjukkan area yang diserang. Panel A (kiri) menampilkan modifikasi yang diterapkan, termasuk noise lokal, filtering, dan serangan berbasis salin. Panel B (kanan) menampilkan output deteksi yang sesuai, menyoroti area yang dirusak yang diidentifikasi oleh proses autentikasi. Sumber: https://arxiv.org/pdf/1308.0679

Konsep ini mungkin paling mudah dipahami dalam konteks memperbaiki kain lace yang halus: tidak peduli seberapa halus kerajinan yang digunakan untuk memperbaiki filigrinya, bagian yang diperbaiki pasti akan terlihat.

Transformasi ini, ketika diterapkan berulang kali pada gambar grayscale, secara bertahap mendorongnya menuju keadaan di mana menerapkan transformasi lagi tidak menghasilkan perubahan lebih lanjut.

Keadaan stabil dari gambar ini disebut titik tetap. Titik tetap sangat jarang dan sangat sensitif terhadap perubahan – setiap modifikasi kecil pada gambar titik tetap hampir pasti akan merusak status tetapnya, membuatnya mudah untuk mendeteksi manipulasi.

Sebagaimana biasa dengan pendekatan seperti ini, artefak dari kompresi JPEG dapat mengancam integritas skema:

Di sebelah kiri, kita melihat watermark yang diterapkan pada wajah gambar ikonik ‘Lenna’ (Lena), yang jelas di bawah kompresi normal. Di sebelah kanan, dengan kompresi JPEG 90%, kita dapat melihat bahwa perbedaan antara watermark yang dirasakan dan pertumbuhan noise JPEG menurun. Setelah beberapa kali menyimpan ulang, atau pada pengaturan kompresi tertinggi, sebagian besar skema watermarking menghadapi masalah dengan artefak kompresi JPEG. Sumber: https://arxiv.org/pdf/2106.14150

Apa yang terjadi jika, sebaliknya, artefak kompresi JPEG bisa digunakan sebagai sarana utama untuk mendapatkan titik tetap? Dalam hal ini, tidak akan ada kebutuhan untuk sistem tambahan, karena mekanisme yang biasanya menyebabkan masalah untuk watermarking dan deteksi manipulasi akan membentuk dasar dari kerangka kerja deteksi manipulasi itu sendiri.

Kompresi JPEG sebagai Dasar Keamanan

Sistem seperti itu diusulkan dalam makalah baru dari dua peneliti di Universitas Buffalo di State University of New York. Berjudul Gambar yang Jelas Rusak Menggunakan Titik Tetap JPEG, karya baru ini membangun pada karya 2013, dan karya terkait, dengan secara resmi merumuskan prinsip-prinsip utamanya, untuk pertama kalinya, serta dengan cerdas menggunakan kompresi JPEG itu sendiri sebagai metode untuk mendapatkan ‘gambar yang otentikasi mandiri’.

Para penulis memperluas:

‘Studi ini menunjukkan bahwa gambar menjadi tidak berubah setelah menjalani beberapa putaran proses kompresi dan dekompresi JPEG.

‘Dengan kata lain, jika satu siklus kompresi dan dekompresi JPEG dianggap sebagai transformasi gambar, yang disebut sebagai transformasi JPEG, maka transformasi ini menunjukkan sifat memiliki titik tetap, yaitu gambar yang tetap tidak berubah ketika transformasi JPEG diterapkan.’

Dari makalah baru, ilustrasi konvergensi titik tetap JPEG. Di baris atas, kita melihat contoh gambar yang menjalani kompresi JPEG berulang, dengan setiap iterasi menunjukkan jumlah dan lokasi piksel yang berubah; di baris bawah, jarak L2 antara iterasi yang berurutan diplot melintasi pengaturan kualitas kompresi yang berbeda. Ironisnya, tidak ada resolusi yang lebih baik dari gambar ini yang tersedia. Sumber: https://arxiv.org/pdf/2504.17594

Sebagai gantinya memperkenalkan transformasi eksternal atau watermark, makalah baru ini mendefinisikan proses JPEG itu sendiri sebagai sistem dinamis. Dalam model ini, setiap siklus kompresi dan dekompresi memindahkan gambar menuju titik tetap. Para penulis membuktikan bahwa, setelah jumlah iterasi yang terhingga, gambar mana pun mencapai atau mendekati keadaan di mana kompresi lebih lanjut tidak akan menghasilkan perubahan.

Para peneliti menyatakan*:

‘Setiap perubahan pada gambar akan menyebabkan deviasi dari titik tetap JPEG, yang dapat dideteksi sebagai perubahan dalam blok JPEG setelah satu putaran kompresi dan dekompresi JPEG…

‘Gambar yang jelas rusak yang diusulkan berdasarkan titik tetap JPEG memiliki dua kelebihan. Pertama, gambar yang jelas rusak menghilangkan kebutuhan untuk penyimpanan fitur yang dapat diverifikasi, seperti yang diperlukan oleh skema, atau penyisipan jejak tersembunyi, seperti dalam metode watermarking gambar. Gambar itu sendiri berfungsi sebagai bukti keasliannya, membuat skema ini secara inheren jelas rusak.

‘Kedua, karena JPEG adalah format yang banyak digunakan dan sering kali langkah terakhir dalam pipa pengolahan gambar, metode yang diusulkan tahan terhadap operasi JPEG. Ini kontras dengan pendekatan asli yang mungkin kehilangan jejak integritas karena JPEG.’

Makalah ini memiliki wawasan kunci bahwa konvergensi JPEG tidak hanya merupakan produk sampingan dari desainnya, tetapi juga hasil matematis yang tak terhindarkan dari operasinya. Transformasi kosinus diskrit, kuantisasi, pembulatan, dan pemotongan bersama-sama membentuk transformasi yang (dalam kondisi yang tepat) mengarah ke himpunan titik tetap yang dapat diprediksi.

Skema untuk proses kompresi/dekompresi JPEG yang dirumuskan untuk karya baru.

Tidak seperti watermarking, metode ini tidak memerlukan sinyal yang disematkan. Satu-satunya referensi adalah konsistensi gambar itu sendiri di bawah kompresi lebih lanjut. Jika rekompresi menghasilkan tidak ada perubahan, gambar dianggap asli. Jika tidak, manipulasi ditunjukkan oleh deviasi.

Pengujian

Para penulis memvalidasi perilaku ini menggunakan satu juta patch grayscale delapan-bit yang dihasilkan secara acak. Dengan menerapkan kompresi dan dekompresi JPEG berulang pada patch sintetis ini, mereka mengamati bahwa konvergensi ke titik tetap terjadi dalam jumlah langkah yang terhingga. Proses ini dipantau dengan mengukur jarak L2 piksel antara iterasi yang berurutan, dengan perbedaan yang menurun sampai patch stabil.

Perbedaan L2 antara iterasi yang berurutan untuk satu juta patch 8×8, diukur di bawah kualitas kompresi JPEG yang berbeda. Setiap proses dimulai dengan patch JPEG yang dikompresi tunggal dan melacak pengurangan perbedaan di seluruh kompresi yang berulang.

Untuk mengevaluasi deteksi manipulasi, para penulis membuat gambar JPEG yang jelas rusak dan menerapkan empat jenis serangan: noise garam dan merica; operasi salin-pindah; splicing dari sumber eksternal; dan kompresi JPEG ganda menggunakan tabel kuantisasi yang berbeda.

Contoh gambar RGB titik tetap dengan deteksi dan lokalisisasi manipulasi, termasuk empat metode gangguan yang digunakan oleh para penulis. Di baris bawah, kita dapat melihat bahwa setiap gaya gangguan mengungkapkan dirinya sendiri, relatif terhadap gambar titik tetap yang dihasilkan.

Setelah manipulasi, gambar-gambar tersebut dikompresi ulang menggunakan matriks kuantisasi asli. Deviasi dari titik tetap dideteksi dengan mengidentifikasi blok gambar yang menunjukkan perbedaan non-nol setelah rekompresi, memungkinkan deteksi dan lokalisisasi area yang dimanipulasi.

Karena metode ini didasarkan sepenuhnya pada operasi JPEG standar, gambar titik tetap bekerja dengan baik dengan pemirsa dan editor JPEG reguler; tetapi para penulis mencatat bahwa jika gambar dikompresi ulang pada tingkat kualitas yang berbeda, itu dapat kehilangan status titik tetapnya, yang dapat merusak autentikasi, dan perlu ditangani dengan hati-hati dalam penggunaan nyata.

Ini bukan hanya alat untuk menganalisis output JPEG, tetapi juga tidak menambah banyak kompleksitas. Secara prinsip, itu bisa dimasukkan ke dalam alur kerja yang ada dengan biaya atau gangguan minimal.

Makalah ini mengakui bahwa lawan yang canggih mungkin mencoba membuat perubahan yang mempertahankan status titik tetap; tetapi para peneliti berpendapat bahwa upaya seperti itu kemungkinan akan memperkenalkan artefak yang terlihat, melemahkan serangan.

Meskipun para penulis tidak mengklaim bahwa gambar JPEG titik tetap bisa menggantikan sistem provenance yang lebih luas seperti C2PA, mereka menyarankan bahwa metode titik tetap bisa melengkapi kerangka kerja metadata eksternal dengan menawarkan lapisan tambahan bukti manipulasi yang bertahan bahkan ketika metadata dihilangkan atau hilang.

Kesimpulan

Pendekatan titik tetap JPEG menawarkan alternatif sederhana dan mandiri untuk sistem autentikasi konvensional, tidak memerlukan metadata yang disematkan, watermark, atau file referensi eksternal, dan sebagai gantinya menghasilkan keaslian langsung dari perilaku prediktif proses kompresi.

Dengan cara ini, metode ini merebut kembali kompresi JPEG – sumber umum degradasi data – sebagai mekanisme untuk verifikasi integritas. Dalam hal ini, makalah baru ini adalah salah satu pendekatan paling inovatif dan inventif untuk masalah yang saya temukan selama beberapa tahun terakhir.

Karya baru ini menunjukkan pergeseran dari lapisan tambahan untuk keamanan, dan menuju pendekatan yang menggunakan karakteristik bawaan media itu sendiri. Ketika metode manipulasi tumbuh lebih canggih, teknik yang menguji struktur internal gambar mungkin mulai lebih penting.

Lebih lanjut, banyak sistem alternatif yang diusulkan untuk menangani masalah ini memperkenalkan gesekan yang signifikan dengan memerlukan perubahan pada alur kerja pengolahan gambar yang mapan – beberapa di antaranya telah beroperasi secara andal selama bertahun-tahun, atau bahkan dekade, dan yang akan memerlukan justifikasi yang jauh lebih kuat untuk perubahan.

* Penulis mengkonversi kutipan inline penulis ke tautan.

Dipublikasikan pertama kali pada hari Jumat, 25 April 2025