Hình ảnh tự xác thực thông qua nén JPEG đơn giản

Lo ngại về rủi ro do hình ảnh bị篡改 đã xuất hiện thường xuyên trong nghiên cứu trong những năm qua, đặc biệt là trong bối cảnh sự xuất hiện của các khuôn khổ chỉnh sửa hình ảnh dựa trên trí tuệ nhân tạo có khả năng sửa đổi hình ảnh hiện có thay vì tạo ra chúng hoàn toàn.

Hầu hết các hệ thống phát hiện đề xuất để giải quyết loại nội dung này thuộc một trong hai loại: loại đầu tiên là watermarking – một phương pháp thay thế được tích hợp vào khuôn khổ xác thực hình ảnh hiện được xúc tiến bởi Liên minh Nội dung Xác thực và Tính xác thực (C2PA).

Quy trình watermarking của C2PA là một phương pháp thay thế, trong trường hợp nội dung hình ảnh bị tách khỏi bản thể và bản ghi chứng nhận ban đầu. Nguồn: https://www.imatag.com/blog/enhancing-content-integrity-c2pa-invisible-watermarking

Các ‘tín hiệu bí mật’ này phải sau đó được mạnh mẽ để các thủ tục tái mã hóa/tối ưu hóa tự động thường xảy ra khi một hình ảnh truyền qua mạng xã hội và qua các cổng và nền tảng – nhưng chúng thường không mạnh mẽ để chống lại loại tái mã hóa lossy được áp dụng thông qua nén JPEG (và mặc dù có sự cạnh tranh từ những kẻ giả mạo như webp, định dạng JPEG vẫn được sử dụng cho khoảng 74,5% tất cả hình ảnh trên trang web).

Phương pháp thứ hai là làm cho hình ảnh trở nên rõ ràng, như đã được đề xuất trong bài báo năm 2013 Hệ thống Xác thực Tính toàn vẹn Hình ảnh Dựa trên Lý thuyết Điểm cố định. Thay vì dựa vào watermark hoặc chữ ký số, phương pháp này sử dụng một biến đổi toán học gọi là Tích phân và逆 tích phân Gauss (GCD) để đẩy hình ảnh đến một trạng thái ổn định sẽ bị phá vỡ nếu bị thay đổi.

Kết quả định vị篡改 sử dụng hình ảnh điểm cố định với PSNR là 59,7802 dB. Nguồn: https://arxiv.org/pdf/1308.0679

Khái niệm này có thể được hiểu dễ dàng nhất trong bối cảnh sửa chữa một tấm vải ren tinh tế: không matter how fine the craft employed in patching the filigree, the repaired section sẽ inevitably được phân biệt.

Loại biến đổi này, khi được áp dụng nhiều lần cho một hình ảnh thang độ xám, dần dần đẩy nó đến một trạng thái mà việc áp dụng biến đổi lại sẽ không có thay đổi nào.

Trạng thái ổn định này của hình ảnh được gọi là điểm cố định. Các điểm cố định là hiếm và rất nhạy cảm với các thay đổi – bất kỳ sự thay đổi nhỏ nào đối với một hình ảnh điểm cố định sẽ gần như chắc chắn phá vỡ trạng thái cố định của nó, làm cho nó dễ dàng phát hiện篡改.

Like usual with such approaches, các artefacts từ nén JPEG có thể đe dọa đến tính toàn vẹn của lược đồ:

Bên trái, chúng ta thấy một watermark được áp dụng cho khuôn mặt của hình ảnh biểu tượng ‘Lenna’ (Lena), rõ ràng dưới sự nén thông thường. Nguồn: https://arxiv.org/pdf/2106.14150

What if, instead, các artefacts nén JPEG có thể thực sự được sử dụng như một phương tiện trung tâm để đạt được điểm cố định? Trong trường hợp như vậy, sẽ không cần các hệ thống bổ sung, vì cơ chế gây ra vấn đề cho watermarking và phát hiện篡改 sẽ thay vào đó hình thành cơ sở của khuôn khổ phát hiện篡改.

Nén JPEG như một Tiêu chuẩn An ninh

Một hệ thống như vậy được đề xuất trong một bài báo mới từ hai nhà nghiên cứu tại Đại học Buffalo tại bang New York. Với tiêu đề Hình ảnh Rõ ràng篡改 Sử dụng Điểm cố định JPEG, bài báo mới xây dựng trên công việc năm 2013, và các công việc liên quan, bằng cách chính thức xây dựng các nguyên tắc trung tâm của nó, lần đầu tiên, cũng như bằng cách tận dụng nén JPEG như một phương pháp để sản xuất một hình ảnh ‘tự xác thực’.

Các tác giả mở rộng:

‘Nghiên cứu cho thấy một hình ảnh trở nên không thay đổi sau khi trải qua nhiều vòng của quá trình nén và giải nén JPEG.

‘Nói cách khác, nếu một chu kỳ nén và giải nén JPEG được coi là một biến đổi của hình ảnh, được gọi là biến đổi JPEG, thì biến đổi này thể hiện tính chất có điểm cố định, tức là hình ảnh vẫn không thay đổi khi biến đổi JPEG được áp dụng.’

Từ bài báo mới, một minh họa về sự hội tụ điểm cố định JPEG. Nguồn: https://arxiv.org/pdf/2504.17594

Thay vì giới thiệu các biến đổi bên ngoài hoặc watermark, bài báo mới định nghĩa quá trình JPEG như một hệ thống động. Trong mô hình này, mỗi chu kỳ nén và giải nén di chuyển hình ảnh đến một điểm cố định. Các tác giả chứng minh rằng, sau một số hữu hạn các lần lặp lại, bất kỳ hình ảnh nào đều đạt đến hoặc xấp xỉ một trạng thái mà việc nén thêm sẽ không gây ra thay đổi.

Các nhà nghiên cứu tuyên bố*:

‘Bất kỳ sự thay đổi nào đối với hình ảnh sẽ gây ra sự sai lệch từ các điểm cố định JPEG, có thể được phát hiện như sự thay đổi trong các khối JPEG sau một vòng nén và giải nén JPEG…

‘Hình ảnh rõ ràng篡改 dựa trên điểm cố định JPEG có hai lợi thế. Đầu tiên, hình ảnh rõ ràng篡改 loại bỏ nhu cầu lưu trữ các tính năng xác thực bên ngoài, như yêu cầu bởi các lược đồ vân tay hình ảnh [schemes], hoặc việc nhúng các dấu vết ẩn, như trong các phương pháp watermarking. Hình ảnh chính nó phục vụ như một bằng chứng xác thực của nó, làm cho lược đồ trở nên tự chứng minh.

‘Thứ hai, vì JPEG là một định dạng được sử dụng rộng rãi và thường là bước cuối cùng trong đường ống xử lý hình ảnh, phương pháp đề xuất này có khả năng chống lại các hoạt động JPEG. Điều này trái ngược với phương pháp ban đầu có thể mất dấu vết toàn vẹn do JPEG.’

Bài báo này có một cái nhìn sâu sắc là sự hội tụ JPEG không chỉ là một sản phẩm phụ của thiết kế mà còn là một kết quả toán học không thể tránh khỏi của các hoạt động của nó. Biến đổi cosine rời rạc, lượng tử hóa, làm tròn và cắt bỏ cùng nhau tạo thành một biến đổi mà (dưới các điều kiện nhất định) dẫn đến một tập hợp các điểm cố định có thể dự đoán.

Sơ đồ cho quá trình nén và giải nén JPEG được xây dựng cho công việc mới.

Không giống như watermarking, phương pháp này không yêu cầu tín hiệu nhúng. Chỉ có tham chiếu là sự nhất quán của hình ảnh dưới sự nén thêm. Nếu việc nén lại không gây ra thay đổi, hình ảnh được coi là xác thực. Nếu nó có,篡改 được chỉ ra bởi sự sai lệch.

Thử nghiệm

Các tác giả đã xác thực hành vi này bằng cách sử dụng một triệu bản vá ngẫu nhiên tám-bit của dữ liệu hình ảnh thang độ xám. Bằng cách áp dụng nén JPEG và giải nén lặp lại cho các bản vá tổng hợp này, họ quan sát thấy rằng sự hội tụ đến điểm cố định xảy ra trong một số bước hữu hạn. Quá trình này được theo dõi bằng cách đo khoảng cách L2 pixel giữa các lần lặp lại, với sự khác biệt giảm dần cho đến khi các bản vá được ổn định.

Sự khác biệt L2 giữa các lần lặp lại cho một triệu bản vá 8×8, đo dưới các chất lượng nén JPEG khác nhau.

Để đánh giá khả năng phát hiện篡改, các tác giả đã xây dựng hình ảnh JPEG rõ ràng篡改 và áp dụng bốn loại tấn công: tiếng ồn muối và tiêu; hoạt động sao chép-di chuyển; ghép từ nguồn ngoài; và nén JPEG kép sử dụng một bảng lượng tử hóa khác.

Ví dụ về hình ảnh RGB điểm cố định với phát hiện và định vị篡改, bao gồm cả bốn phương pháp phá hoại được sử dụng bởi các tác giả.

Sau khi篡改, các hình ảnh đã được nén lại bằng cách sử dụng ma trận lượng tử hóa ban đầu. Sự sai lệch từ điểm cố định được phát hiện bằng cách xác định các khối hình ảnh hiển thị sự khác biệt không bằng không sau khi nén lại, cho phép cả phát hiện và định vị các vùng bị篡改.

Vì phương pháp này dựa hoàn toàn vào các hoạt động JPEG tiêu chuẩn, hình ảnh điểm cố định hoạt động hoàn hảo với các trình xem và biên tập JPEG thông thường; nhưng các tác giả lưu ý rằng nếu hình ảnh được nén lại ở mức chất lượng khác, nó có thể mất trạng thái điểm cố định, điều này có thể phá vỡ xác thực, và cần được xử lý cẩn thận trong sử dụng thực tế.

Mặc dù đây không chỉ là một công cụ để phân tích đầu ra JPEG, nhưng nó cũng không thêm nhiều phức tạp. Về nguyên tắc, nó có thể được tích hợp vào các quy trình hiện có với chi phí hoặc gián đoạn tối thiểu.

Bài báo này thừa nhận rằng một đối thủ tinh vi có thể cố gắng tạo ra các thay đổi đối thủ để bảo tồn trạng thái điểm cố định; nhưng các nhà nghiên cứu cho rằng những nỗ lực như vậy có thể sẽ giới thiệu các artifact nhìn thấy, làm suy yếu cuộc tấn công.

Mặc dù các tác giả không tuyên bố rằng hình ảnh JPEG điểm cố định có thể thay thế các hệ thống nguồn gốc rộng hơn như C2PA, nhưng họ đề xuất rằng các phương pháp điểm cố định có thể bổ sung các khuôn khổ siêu dữ liệu bên ngoài bằng cách cung cấp một lớp thêm của bằng chứng篡改 mà vẫn tồn tại ngay cả khi siêu dữ liệu bị loại bỏ hoặc bị mất.

Kết luận

Phương pháp điểm cố định JPEG cung cấp một giải pháp thay thế đơn giản và tự chứa cho các hệ thống xác thực thông thường, không yêu cầu siêu dữ liệu nhúng, watermark hoặc tệp tham chiếu bên ngoài, và thay vào đó suy diễn tính xác thực trực tiếp từ hành vi dự đoán của quá trình nén.

Theo cách này, phương pháp này lấy lại nén JPEG – một nguồn thường xuyên của sự suy giảm dữ liệu – như một cơ chế để xác minh tính toàn vẹn. Trong khía cạnh này, bài báo mới là một trong những phương pháp sáng tạo và phát minh nhất để giải quyết vấn đề này mà tôi đã gặp trong những năm qua.

Công việc mới này chỉ ra một sự thay đổi từ các lớp bổ sung cho an ninh, và hướng tới các phương pháp tận dụng các đặc điểm xây dựng của phương tiện truyền thông itself. Khi các phương pháp篡改 trở nên tinh vi hơn, các kỹ thuật kiểm tra cấu trúc nội bộ của hình ảnh có thể bắt đầu quan trọng hơn.

Hơn nữa, nhiều hệ thống thay thế được đề xuất để giải quyết vấn đề này giới thiệu sự ma sát đáng kể bằng cách yêu cầu thay đổi các quy trình xử lý hình ảnh đã được thiết lập từ lâu – một số trong đó đã hoạt động đáng tin cậy trong nhiều năm, hoặc thậm chí nhiều thập kỷ, và sẽ đòi hỏi một lý do mạnh mẽ hơn để tái cấu trúc.

* My conversion of the authors’ inline citations to hyperlinks.

Được xuất bản lần đầu vào thứ Sáu, ngày 25 tháng 4 năm 2025