DE102008003364B4

DE102008003364B4 - Automatische Detektion von Manipulationen in multimedialen Daten

Info

Publication number: DE102008003364B4
Application number: DE200810003364
Authority: DE
Inventors: Claudia Nickel; Martin Schmucker
Original assignee: Fraunhofer Gesellschaft zur Forderung der Angewandten Forschung eV
Current assignee: Fraunhofer Gesellschaft zur Forderung der Angewandten Forschung eV
Priority date: 2008-01-08
Filing date: 2008-01-08
Publication date: 2010-08-12
Anticipated expiration: 2028-01-09
Also published as: DE102008003364A1

Abstract

Verfahren zum automatischen Detektieren von Manipulationen in multimedialen Daten (21), z. B. Bilddaten oder Audiodaten, wobei
– unter Ausführung eines definierten Algorithmus aus nicht manipulierten Daten eine erste Prüfsumme (11) erzeugt wird oder die bereits durch den Algorithmus erzeugte erste Prüfsumme (11) vorliegt,
– unter Ausführung des definierten Algorithmus aus zu überprüfenden Daten (17, 18) eine zweite Prüfsumme (12, 13) erzeugt wird oder die bereits durch den Algorithmus erzeugte zweite Prüfsumme (12, 13) vorliegt,
– der Algorithmus jeweils eine wahrnehmungsbasierte Hashfunktion anwendet, um die erste (11) und zweite (12, 13) Prüfsumme zu erzeugen,
– die Prüfsummen (11, 12, 13) jeweils eine Vielzahl von Werten aufweisen und die Werte Positionen in der Prüfsumme zugeordnet sind,
– Unterschiede zwischen der ersten (11) und der zweiten (12, 13) Prüfsumme ausgewertet werden,
– bei der Auswertung der Unterschiede die Positionen der Werte in der jeweiligen Prüfsumme (11,...

Description

Multimediale Daten, zu denen insbesondere zwei- oder dreidimensionale Bilddaten, zeitabhängige Bilddaten (z. B. Videos und Filme) und zeitabhängige Audiodaten (z. B. Diktate und Musikstücke) gehören, sind wichtige Informationsträger. Die Nutzung dieser Daten findet eine breite Anwendung, die von Unterhaltung bis zu gerichtlichem Beweismaterial reicht. Unentdeckte Manipulationen können lediglich ein falsches Bild der Realität widerspiegeln. Im schlimmsten Fall werden Personen und Organisationen aber zur Verantwortung für etwas gezogen, das sie nicht begangen haben. Auch bereits die Diskussion um die Echtheit multimedialer Daten kann zu unerwünschten Situationen führen, z. B. bei ungeklärter Echtheit zum Abbruch persönlicher oder geschäftlicher Beziehungen.
Es kann zwischen drei verschiedenen Arten der Änderungen in multimedialen Daten unterschieden werden:

1. Verarbeitungsoperationen: Hierzu gehören übliche Bearbeitungsschritte (wie Komprimierung) und Änderungen der Daten (wie Rauschen), die bei der Nutzung und Verbreitung von multimedialen Daten auftreten. Diese Operationen sind nicht inhaltsverändernd, lassen also die Daten authentisch.
2. kleinere Manipulationen: Dies sind Operationen, die den Inhalt multimedialer Daten in nicht zulässiger Weise ändern. Hierzu gehört das Einfügen, Verändern oder Löschen von Objekten bzw. Signalen, wodurch der Inhalt der Daten verändert wird. Die Daten sind dann nur noch teilweise authentisch.
3. signifikante Manipulationen: Dies sind Operationen, die den Inhalt der Daten stark verändern, wie das Austauschen großer Datenblöcke oder Überlagern mit anderen Daten. Nach diesen Manipulationen stimmen die Daten kaum noch mit dem Original überein und sind somit nicht mehr authentisch.

Bekannt sind insbesondere folgende Verfahren zur Erkennung von Manipulationen in multimedialen Daten:
Es werden kryptographische Hashfunktionen eingesetzt, die so genannte Einwegfunktionen sind. Mit den kryptographischen Hashfunktionen werden so genannte Prüfsummen (auch Fingerprints genannt) berechnet. Darunter werden eindimensionale oder mehrdimensionale Byte-Folgen oder Byte-Arrays verstanden, die gemäß einem vorgegebenen Algorithmus aus den multimedialen Daten erzeugt werden. Trotz der Bezeichnung „Prüfsumme” muss der Algorithmus dabei nicht eine Operation enthalten, bei der summiert wird. Die Bezeichnung „Prüfsumme” ist ein aus historischen Gründen gewählte Bezeichnung.
Bei den Bytes kann es sich insbesondere um Bits handeln, d. h. der Wert ist binär, z. B. entweder „0” oder „1”. Dies gilt in Bezug auf die vorliegende Erfindung allgemein. Kryptographische Hashfunktionen haben die folgenden Eigenschaften:

– Unumkehrbarkeit: Für eine gegebene Prüfsumme ist die Berechnung der zugrunde liegenden multimedialen Daten sehr aufwändig oder nicht möglich.
– Schwache Kollisionsresistenz: Für gegebene Daten ist es sehr aufwändig oder nicht möglich, zweite Daten mit derselben Prüfsumme zu finden.
– Starke Kollisionsresistenz: Es ist sehr aufwändig oder nicht möglich zwei verschiedene multimedialen Daten mit derselben Prüfsumme zu finden.
– Zufälligkeit: Die Hashfunktion verhält sich wie eine zufällig gewählte Funktion.

Dies bedeutet, dass sich für zwei verschiedene multimediale Daten ca. 50% der einzelnen Bytes, insbesondere Bits, der Prüfsummen unterscheiden.
Ein multimediales Werk, wie z. B. ein Bild, ein Audio- oder Videosignal, kann bezüglich seiner digitalen Repräsentation unterschiedlich dargestellt werden. Beispiele dafür sind die Kodierung multimedialer Daten mit verschiedenen Komprimierungsverfahren, unterschiedlichen Komprimierungsgraden oder in verschiedenen Formaten. Diese Änderungen führen zwangsläufig zu veränderten Daten, d. h. zu einem Dateninhalt, dessen Prüfsumme sich von der Prüfsumme des Originals unterscheidet. Deshalb verhindert diese – für binäre Daten wie Programme oder Textdateien nicht nur sinnvolle, sondern auch notwendige – Anforderung der Zufälligkeit die Nutzung der kryptographischen Hashfunktionen zur Identifikation von Manipulationen: gezielte Manipulationen und übliche Bearbeitungsoperationen können nicht unterschieden werden.
Als Alternative können wahrnehmungsbasierte Hashfunktionen („perceptual hash functions”) für die Erzeugung einer Prüfsumme als Funktionswert genutzt werden. Wiederum wird ein vorgegebenes Verfahren zur Bildung der Prüfsumme angewendet. Wahrnehmungsbasierte Hashfunktionen berücksichtigen im Unterschied zu kryptographischen Hashfunktionen den (bezogen auf die menschliche Wahrnehmung) wahrgenommenen Inhalt. Die menschliche Wahrnehmung kann durch Verfahrensschritte der automatischen Datenverarbeitung nachempfunden werden. Z. B. werden bei der Datenverarbeitung akustische, geometrische Merkmale und/oder Farben der multimedialen Daten verarbeitet, die auch der menschlichen Wahrnehmung zugänglich sind. Bei einem zweidimensionalen Bild, das als Matrix von Graustufenwerten vorliegt, kann das Bild z. B. in größere Bereiche unterteilt werden, jeweils der Mittelwert der Graustufen in diesem Bereich gebildet werden und können die Mittelwerte bei definierter Reihenfolge der Bereiche in die Prüfsumme übernommen werden. Alternativ kann statt der Übernahme des Mittelwerts in die Prüfsumme eine Klassifikation der Mittelwerte stattfinden und kann das Ergebnis der Klassifikation an der entsprechenden Position der Reihenfolge in die Prüfsumme eingetragen werden. Zur Klassifikation kann z. B. der jeweilige Mittelwert in eine erste Klasse (z. B. repräsentiert durch den binären Wert „0”) eingeteilt werden, wenn der Mittelwert unter einem Schwellwert liegt, und kann der jeweilige Mittelwert in eine zweite Klasse (z. B. repräsentiert durch den binären Wert „1”) eingeteilt werden, wenn der Mittelwert gleich dem Schwellwert ist oder oberhalb von dem Schwellwert liegt.
Wahrnehmungsbasierte Hashfunktionen sind auch Einwegfunktionen. Sie haben jedoch die Eigenschaft, dass, wenn die Inhalte zweier verschiedener multimedialer Datensätze von einem Menschen als ähnlich wahrgenommen werden, sich die den multimedialen Daten zugeordneten wahrnehmungsbasierten Prüfsummen nicht oder nur geringfügig unterscheiden. Die wahrgenommene Ähnlichkeit soll sich folglich in der Distanz der Prüfsummen widerspiegeln. Bei geordneten eindimensionalen Bitstrings als Prüfsummen werden zur Bildung der Distanz beispielsweise die einzelnen Bits an definierten Positionen der Bitstrings miteinander verglichen und wird bei Abweichung an der jeweiligen Position ein Zählerwert um 1 erhöht.
Die wahrnehmungsbasierten Hashfunktionen haben folgende Anwendungen:

– Identifikation von Daten: Durch ihre Robustheit gegen Verarbeitungsoperationen (wie z. B. Komprimierung der Daten, s. o.), die den wahrgenommenen Inhalt nicht beeinflussen, sind wahrnehmungsbasierte Prüfsummen sehr gut geeignet, Daten (d. h. Datensätze) zu identifizieren. Dies geschieht z. B. durch eine Suche nach ähnlichen wahrnehmungsbasierten Prüfsummen.
– Qualitätsbestimmung: Da Verarbeitungsoperationen die wahrnehmungsbasierten Prüfsummen beeinflussen, kann die Änderung der Prüfsummen genutzt werden, um die Qualität des zugrunde liegenden digitalen Inhaltes zu bestimmen.
– Authentisierung von multimedialen Inhalten: Die Unterschiede der wahrnehmungsbasierten Prüfsummen können auch dazu genutzt werden, um eine maximal zulässige Änderung zu identifizieren. Sind die Unterschiede zweier Inhalte in ihren wahrnehmungsbasierten Prüfsummen kleiner (oder kleiner oder gleich) als ein vorgegebener Grenzwert, so werden diese Inhalte als authentisch betrachtet.

Bei der Authentisierung von medialen Inhalten tritt ein Problem auf, das durch die „Quantisierung” des Unterschieds der Prüfsummen verursacht wird. Mathematisch gesehen werden durch die Hashfunktion und anschließende Quantisierung zwei multimediale (z. B. hochdimensionale) Eingangsdaten auf einen Skalarwert abgebildet. Die Quantisierung bildet den Unterschied auf die Aussage ab: Inhalt/Daten sind authentisch/nicht authentisch. Dies erfolgt bisher über eine Schwellwertfunktion: Liegt dieser Unterschied oberhalb einer Schwelle (das heißt Grenzwert), so wird der Inhalt als nicht authentisch klassifiziert.
Auf diese Art kann zwar in einigen Fällen zwischen Verarbeitungsoperationen (die die Authentizität der Daten nicht berühren) und signifikanten Manipulationen (die die Authentizität der Daten fast vollständig beseitigen) unterschieden werden. Signifikante Manipulationen an den Daten verändern auch die zugeordnete Prüfsumme (Fingerprint) stark. Die Manipulationen können daher durch eine große Distanz der Fingerprints erkannt werden. Problematisch sind jedoch kleinere Manipulationen, die nur in einem bestimmten Bereich der Daten stattfinden. Ein Beispiel ist das Austauschen von Gesichtern/Köpfen von Personen in Bildern. Hier ist unter Umständen die Änderung im Fingerprint geringer als nach den Verarbeitungsoperationen, wodurch diese Manipulationen nicht erkannt werden.
Zusammenfassend ist festzustellen, dass die Authentizität der Daten bei Anwendung bisheriger Schwellwertverfahren nicht sicher nachgewiesen werden kann. Die Schwelle ist sowohl von der jeweiligen Anwendung als auch von der einzelnen Verarbeitungsoperation abhängig. Eine geeignete Schwelle zu finden, die zwischen gezielten Manipulationen und erlaubten Verarbeitungsoperationen zuverlässig unterscheidet, ist somit praktisch nicht möglich.
WO 02/37331 A1 , offenbart ein System, das einen Bildspeicher, eine digitale Einheit zur Erzeugung einer Prüfsumme und einen Wasserzeichen-Codierer aufweist. Die Einheit zur Erzeugung einer Prüfsumme berechnet einen Prüfsummenwert, der ein digitales Bild in der Weise repräsentiert, dass bildlich ähnliche Bilder dieselbe Prüfsumme ergeben und bildlich verschiedene Bilder verschiedene Prüfsummen bilden. Die Prüfsumme wird in einer Bild-Prüfsummentabelle gespeichert und über die Tabelle dem Originalbild zugeordnet. Es wird ein Prozess beschrieben, bei dem ein Bild in Kacheln aufgeteilt wird und ein Durchschnittswertmodul einen Durchschnittswert für jede Kachel berechnet. Das Modul quantifiziert die Durchschnittswerte der Kacheln in eine Anzahl von acht bestimmten Größenbereichen. Ein Zufall-Rundungsmodul empfängt den Durchschnittsvektor und berechnet den Durchschnittswert aller Kachel-Varianzen. Das Rundungsmodul rundet für jeden der Durchschnittswerte für jede Kachel auf einen der acht Quantifizierungs-Bereiche. Das Rundungsmodul führt außerdem eine gewisse Zufälligkeit ein, um es zu erschweren, das Ergebnis der Rundung vorauszusehen. Die gerundeten Werte werden binären Strings mit jeweils k-Bits zugeordnet, einen String für jede Kachel. Die binären Strings werden zusammengehängt, um einen zusammengesetzten Wert Q zu bilden, der von dem Rundungsmodul ausgegeben wird. Da anstelle von präzisen Durchschnittswerten die oben genannten gerundeten Werte verwendet werden, um später den Fingerabdruckwert zu berechnen, wirken sich geringe Modifikationen an dem Bild nicht in dem Fingerabdruck des Bildes aus. Ein Modul zur Erzeugung eines vorläufigen Fingerabdrucks empfängt den zusammengesetzten Wert 0 und erzeugt einen vorläufigen Fingerabdruck IH mit der Eigenschaft, dass für zwei bildlich ähnliche Bilder I1 und I2 gilt, dass der vorläufige Fingerabdruckwert in allen, mit Ausnahme von ungefähr 20% der Fälle, übereinstimmen. Ein Fehlerkorrektur-Modul empfängt den vorläufigen Fingerabdruckwert IH und reduziert die Fingerabdruckgröße. Insbesondere kann der vorläufige Fingerabdruckwert IH hunderte von Bits aufweisen, während der extrahierte Satz von Bits typischerweise weniger als Hundert aufweist. Von diesem extrahierten Satz extrahiert das Modul einen weiterhin reduzierten Satz, z. B. 32 Bits. Dieser reduzierte Satz wird dann unter Verwendung eines Listen-Decodierungsprozesses in eine kleine Liste decodiert.
US 2005/0141707 A1 beschreibt ein Verfahren und eine Anordnung zum Speichern von Fingerprints, die audio-visuelle Mediasignale identifizieren, in einer Datenbank. Eine Schaltung unterteilt das Frequenzspektrum von jedem Audiosignal-Frame in Frequenzbänder und erzeugt für jedes Band ein Bit, das anzeigt, ob die Energie in dem Band über oder unter einem Grenzwert liegt. Eine Extraktionsschaltung extrahiert einen vollständigen Hash-Block von einem Audio-Clip. Der Block enthält eine Serie von Hash-Wörtern, die den unbekannten Audio-Clip repräsentieren. Unterblöcke des Hash-Blocks werden entsprechenden Eingängen einer Auswahlschaltung zugeführt. Die Unterblöcke werden nacheinander zur Identifikation einer Datenbank zugeführt. Wenn eine Serie von Hash-Wörtern in der Datenbank gefunden wird, für die der Bitfehler (d. h. der Prozentsatz von nicht übereinstimmenden Bits zwischen der Serie und dem zugeführten Unterblock) unter einem bestimmten Grenzwert liegt, dann identifiziert der Fingerprint, der diese Serie von Hash-Wörtern aufweist, den unbekannten Audio-Clip.
Es ist eine Aufgabe der vorliegenden Erfindung, Manipulationen an multimedialen Daten automatisch zu erkennen. Insbesondere sollen übliche Verarbeitungsoperationen wie Datenübertragungen, die ein Rauschen erzeugen, und Datenkomprimierungen von Manipulationen unterschieden werden können, die den Inhalt der Daten, d. h. eines Datensatzes verändern.
Es wird ein Verfahren zum automatischen Detektieren von Manipulationen in multimedialen Daten, z. B. Bilddaten oder Audiodaten, vorgeschlagen, wobei

– unter Ausführung eines definierten Algorithmus aus nicht manipulierten Daten eine erste Prüfsumme erzeugt wird oder die bereits durch den Algorithmus erzeugte erste Prüfsumme vorliegt,
– unter Ausführung des definierten Algorithmus aus zu überprüfenden Daten eine zweite Prüfsumme erzeugt wird oder die bereits durch den Algorithmus erzeugte zweite Prüfsumme vorliegt,
– der Algorithmus jeweils eine wahrnehmungsbasierte Hashfunktion anwendet, um die erste und zweite Prüfsumme zu erzeugen,
– die Prüfsummen jeweils eine Vielzahl von Werten aufweisen und die Werte Positionen in der Prüfsumme zugeordnet sind,
– Unterschiede zwischen der ersten und der zweiten Prüfsumme ausgewertet werden,
– bei der Auswertung der Unterschiede die Positionen der Werte in der jeweiligen Prüfsumme berücksichtigt werden und daraus ermittelt wird, ob die zu überprüfenden Daten im Vergleich zu den nicht manipulierten Daten das Ergebnis einer Manipulation sind.

Die Hashfunktion hat insbesondere zumindest eine und vorzugsweise alle der folgenden Eigenschaften:

– Die wahrnehmungsbasierte Hashfunktion ist derart ausgestaltet, dass aus einer Manipulation der nicht manipulierten Daten innerhalb eines lokal begrenzten Bereichs der Daten eine lokal begrenzte Änderung der den Daten zugeordneten Prüfsumme resultiert.
– Die wahrnehmungsbasierte Hashfunktion ist derart ausgestaltet, dass ein Zusammenhang zwischen lokalen Bereichen in den der Prüfsumme zu Grunde liegenden Daten und lokalen Bereichen in der Prüfsumme rekonstruierbar ist. Dies ist eine Eigenschaft, die von Bedeutung ist, wenn aus mehrdimensionalen multimedialen Daten eine eindimensionale Prüfsumme gebildet wird. Es kann dann zusätzlich die Information gespeichert oder genutzt werden, welche Positionen in der Prüfsumme, die in der Prüfsumme nicht benachbart sind, einander benachbarten Positionen in den multimedialen Daten entsprechen.
– Die wahrnehmungsbasierte Hashfunktion ist derart ausgestaltet, dass signifikante Änderungen in den Daten signifikante Änderungen in der Prüfsumme erzeugen.
– Die wahrnehmungsbasierte Hashfunktion so ausgestaltet, dass aus einer globalen Änderung (z. B. Kompression der Daten oder erzeugtes Rauschen) der nicht manipulierten Daten eine globale Änderung der Prüfsumme resultiert.

Durch die ersten beiden genannten Eigenschaften, die auch beide gleichzeitig vorhanden sein können, wird gewährleistet, dass eine lokale Änderung der nicht manipulierten Daten in der Prüfsumme bzw. durch Vergleich der ersten und der zweiten Prüfsumme erkennbar ist. Eine lediglich lokale Änderung der multimedialen Daten ist aber in aller Regel ein sicherer Hinweis für eine Manipulation. Optional kann zusätzlich noch die Art der lokalen Änderung genauer untersucht werden, z. B. durch eine Betrachtung der Daten in der Nachbarschaft des Ortes in der Prüfsumme, an dem sich die lokale Änderung in den multimedialen Daten ausgewirkt hat.
Grundsätzlich kann sich eine lokale Änderung der multimedialen Daten auch an mehreren Orten der Prüfsumme auswirken. Es wird jedoch bevorzugt, dass sich eine lokale Änderung der Daten nicht gleichmäßig über die Prüfsumme verteilt auswirkt.
Der Begriff ”lokal begrenzter Bereich der Daten” bezieht sich darauf, dass lokale Bereiche/Datensegmente in den Daten einzelnen (Bit-) Positionen in der Prüfsumme zugeordnet werden können. Die Begriffe ”Ort” und ”Position” werden hier synonym verwendet. Z. B. bei zeitabhängigen Audiodaten, die außerdem zu jedem Zeitpunkt sowohl Informationen über die Frequenz als auch die Amplitude der Frequenzkomponenten enthalten, ist der Ort in den Daten zweidimensional. Zum einen können die Audiodaten lokal zu einem bestimmten Zeitpunkt, zum anderen lokal bei einer bestimmten Frequenz manipuliert werden. Bei zweidimensionalen Bilddaten, die nicht von der Zeit abhängen, ist der Ort ebenfalls zweidimensional. Bei zweidimensionalen Bilddaten, die zusätzlich von der Zeit abhängen (d. h. z. B. ein Videofilm ohne Tonsignal), ist der Ort dreidimensional. Es sind Manipulationen zu jedem Zeitpunkt und an jeder zweidimensionalen Position zu dem Zeitpunkt möglich. Es sind aber auch andere Repräsentationen solcher Daten möglich, z. B. durch Transformation der Videodaten vom Zeit- in den Frequenzraum. In diesem Fall kann der Ort in den multimedialen Daten entsprechend der anderen Darstellungsweise anders definiert sein.
Bei der Prüfsumme handelt es sich vorzugsweise um eine Datenstruktur, die (als Ergebnis der Verarbeitung der multimedialen Daten durch den Algorithmus) geringer dimensional ist als die multimedialen Daten. Z. B. werden die o. g. dreidimensionalen Bilddaten auf eine eindimensionale Byte- oder Bitfolge als Prüfsumme abgebildet. Der Ort der Prüfsumme ist somit eindimensional. Z. B. lassen sich einzelne Byte- oder Bitwerte der Prüfsumme eindeutig durch Angabe der Position in der Folge auffinden und identifizieren. Die Prüfsumme kann z. B. aber auch zweidimensional sein und muss nicht zwangsläufig eine geringere Dimension als der Ort der multimedialen Daten haben. In jedem Fall jedoch reduziert der Algorithmus die Informationstiefe der multimedialen Daten wesentlich durch die Bildung der Prüfsumme, damit die Auswertung der Prüfsumme sehr viel schneller und sehr viel einfacher erfolgen kann als die unmittelbare Auswertung der multimedialen Daten.
Ein wesentlicher Gedanke der vorliegenden Erfindung liegt darin, nicht lediglich durch Vergleich der ersten und der zweiten Prüfsumme einen einzigen skalaren Wert als Kriterium für eine Veränderung der Daten zu ermitteln, sondern den Ort bzw. die Position der Unterschiede zwischen der ersten Prüfsumme und der zweiten Prüfsumme zu berücksichtigen. Dies erfolgt durch Bildung und Auswertung einer örtlichen Verteilung von Unterschieden der Werte in der ersten und der zweiten Prüfsumme. Diese Auswertung geht davon aus, dass jeder Ort in der ersten Prüfsumme einem Ort in der zweiten Prüfsumme entspricht. Zumindest an einigen dieser Orte, vorzugsweise an allen Orten, können daher die Werte in der ersten und der zweiten Prüfsumme miteinander verglichen werden. Somit ist es z. B. möglich, jedem Ort der beiden Prüfsummen, an dem ein Unterschied vorliegt, einen ersten charakteristischen Wert zuzuordnen (z. B. ”1”) und jedem Ort in den beiden Prüfsummen, an denen sich die Werte nicht unterscheiden, einen zweiten charakteristischen Wert zuzuordnen (z. B. ”0”). Außerdem kann bei der Verteilung dieser Unterschiede bzw. Fehler, wobei sich die Verteilung auf den Ort in den beiden miteinander verglichenen Prüfsummen bezieht, festgestellt werden, dass sich die Orte, an denen Unterschiede festgestellt wurden, in einem gemeinsamen lokalen Bereich (z. B. dem Bereich von Position 3 bis Position 8 der Bitfolge) befinden. Wenn die durch den Algorithmus bewirkte funktionale Abbildung der multimedialen Daten auf die Prüfsumme bei einer einzigen lokalen Änderung in den multimedialen Daten eine lediglich lokale Änderung in der Prüfsumme bewirkt, ist eine solche Verteilung ein sicheres Indiz für eine Manipulation. Insbesondere kann die Auswertung der Verteilung der Unterschiede zwischen den beiden Prüfsummen oder auch die Auswertung der jeweiligen einzelnen Prüfsummen durch statistische Funktionen automatisch vorgenommen werden. So erhält man z. B. statistische Kennzahlen wie Position des Schwerpunktes der Positionen, an denen Unterschiede zwischen den Werten in der ersten und zweiten Prüfsumme bestehen, und Breite bzw. Standardabweichung des lokalen Bereichs, in dem Unterschiede der Prüfsummen detektiert wurden.
Bei zweidimensionalen oder mehrdimensionalen Prüfsummen können entsprechend andere geeignete statistische Verfahren zur Auswertung der Prüfsumme angewendet werden.
Da im Gegensatz zu Manipulationen der multimedialen Daten auch andere Einflüsse wie Datenverarbeitung und Datenübertragung zu Veränderungen der Daten führen können, muss auch mit Abweichungen der beiden Prüfsummen gerechnet werden, obwohl die Daten nicht manipuliert wurden. Vorzugsweise werden Manipulationen von anderen Datenveränderungen dadurch unterschieden, dass bei der Auswertung der beiden Prüfsummen bei Feststellung eines Ortes, an dem sich die Prüfsummen unterscheiden, auch die Umgebung dieses Ortes daraufhin überprüft wird, ob sich auch in der Umgebung Unterschiede der beiden Prüfsummen befinden. Außerdem wird vorzugsweise ermittelt, ob sich in der Umgebung viele, wenige oder keine weiteren Orte befinden, an denen sich die Prüfsummen unterscheiden.
Die Erfindung erlaubt es insbesondere im Voraus, die minimale Empfindlichkeit des Verfahrens bezüglich unerlaubter Manipulationen und die maximale „Unempfindlichkeit” bei erlaubten Bearbeitungsoperationen durch eine geeignete Wahl der wahrnehmungsbasierten Prüfsumme bzw. entsprechenden Algorithmusspezifischen Parametern zu bestimmen. Dies wird anhand eines Ausführungsbeispiels noch näher beschrieben.
Ferner gehört zum Umfang der Erfindung ein Computerprogramm, das so ausgestaltet ist, dass das Programm bei Ablauf auf einem Computer oder Computer-Netzwerk das erfindungsgemäße Verfahren in einer seiner Ausgestaltungen ausführt.
Weiterhin gehört zum Umfang der Erfindung ein Computerprogramm mit Programmcode-Mitteln (insbesondere Maschinencode), um das erfindungsgemäße Verfahren in einer seiner Ausgestaltungen durchzuführen, wenn das Programm auf einem Computer oder Computer-Netzwerk ausgeführt wird. Insbesondere können die Programmcode-Mittel auf einem computerlesbaren Datenträger gespeichert sein.
Außerdem gehört zum Umfang der Erfindung ein Datenträger, auf dem eine Datenstruktur gespeichert ist, die nach einem Laden in einen Arbeits- und/oder Hauptspeicher eines Computers oder Computer-Netzwerkes das erfindungsgemäße Verfahren in einer seiner Ausgestaltungen ausführen kann.
Auch gehört zum Umfang der Erfindung ein Computerprogramm-Produkt mit auf einem maschinenlesbaren Träger gespeicherten Programmcode-Mitteln, um das erfindungsgemäße Verfahren in einer seiner Ausgestaltungen durchzuführen, wenn das Programm auf einem Computer oder Computer-Netzwerk ausgeführt wird. Dabei wird unter einem Computer-Programmprodukt das Programm als handelbares Produkt verstanden. Es kann grundsätzlich in beliebiger Form vorliegen, so zum Beispiel auf Papier oder einem computerlesbaren Datenträger und kann insbesondere in computerlesbarer Form über ein Datenübertragungsnetz verteilt werden.
Ferner gehört zum Umfang der Erfindung eine Vorrichtung (insbesondere ein Computer oder Computer-Netz, in dem das oben genannte Computerprogramm geladen ist und/oder der von dem Computerprogramm gesteuert wird), die ausgestaltet ist, das erfindungsgemäße Verfahren in einer seiner Ausgestaltungen auszuführen. Bei der Vorrichtung kann es sich z. B. um einen handelsüblichen Personalcomputer oder um eine Recheneinheit (auf z. B. ein Mikrocomputer oder ein FPGA) handeln, die in eine andere Vorrichtung (z. B. ein Gerät zum Abspielen der multimedialen Daten) integriert ist.
Die Vorrichtung ist insbesondere so ausgestaltet, dass sie einen Datenspeicher aufweist, in dem die erste und/oder die zweite Prüfsumme gespeichert wird. Alternativ oder zusätzlich weist die Vorrichtung eine Schnittstelle zum Empfangen von Daten auf, die der ersten und/oder der zweiten Prüfsumme entsprechen.
Es wird nun Bezug auf die beigefügte Zeichnung genommen. Die einzelnen Figuren der Zeichnung zeigen:
1 ein Flussdiagramm zur Berechnung einer wahrnehmungsbasierten Prüfsumme,
2 ein Flussdiagramm zur Darstellung von Verfahrensschritten bei der Detektion von Manipulationen,
3 ein Originalbild und auf unterschiedliche Weise modifizierte Bilder, wobei für die insgesamt drei Bilder jeweils eine eindimensionale Prüfsumme dargestellt ist,
4 eine schematische Darstellung der Verhältnisse zwischen drei Rechnern bei der Authentisierung von multimedialen Daten,
5 Bilder und Darstellungen von Zwischenergebnissen und Ergebnissen bei der Bildung einer Prüfsumme und
6 eine Darstellung von zwei Bildern, die auf unterschiedliche Weise modifiziert wurden und darunter für jedes der modifizierten Bilder das Ergebnis eines Vergleichs der jeweiligen Prüfsumme mit der Prüfsumme eines Originalbildes.
Das erfindungsgemäße Verfahren weist insbesondere die folgenden beiden Schritte auf:

1. Berechnung der wahrnehmungsbasierten Prüfsummen
2. Detektion von Manipulationen

Diese werden im Folgenden anhand von Ausführungsbeispielen beschrieben.
Es wird auf 1 Bezug genommen, die ein Flussdiagramm zur Berechnung der wahrnehmungsbasierten Prüfsumme darstellt.
Die Berechnung der wahrnehmungsbasierten Prüfsumme ist einerseits abhängig von dem Medientyp, da eine wahrgenommene Änderung in dem Algorithmus zur Bildung der Prüfsumme entsprechend berücksichtigt werden muss. Die Berücksichtigung erfordert nicht notwendigerweise ein komplexes Wahrnehmungsmodel. Andererseits ist die Berechnung der wahrnehmungsbasierten Prüfsumme abhängig vom Anwendungsszenario, wie z. B. im folgenden Abschnitt erläutert wird.
Durch das jeweils vorliegende Anwendungsszenario wird im ersten Schritt sowohl die Auswahl des wahrnehmungsbasierten Prüfsummenverfahrens als auch dessen ggf. vorhandene Parameter bestimmt. Der Parameter ist z. B. der oben genannte Schwellwert für die Entscheidung, ob eine Fehlerrate auf ein manipuliertes Bild hindeutet. Dies wird noch näher erläutert. Bei Anwendungsszenarios, bei denen es wichtig ist, dass zueinander gehörende Bilder als solche sicher erkannt werden, sollte eher ein hoher Schwellwert gewählt werden, auch wenn dies bedeutet, dass evtl. Bilder fälschlicherweise als zueinander gehörend identifiziert werden. In dem unten näher beschriebenen Beispielverfahren ist z. B. die Blockgröße für die Mittelwertbildung ein weiterer Parameter.
In dem zweiten Schritt wird für den vorliegenden Inhalt die wahrnehmungsbasierte Prüfsumme berechnet. Die Berechnung erfolgt entsprechend dem ausgewählten Prüfsummenverfahren und den zugehörigen Parametern.
Dabei kann die eigentliche Berechnung der Prüfsumme der Originaldaten bereits zu einem sehr frühen Zeitpunkt durchgeführt werden, die Berechnung der Prüfsumme der zu überprüfenden Daten dagegen z. B. unmittelbar vor dem im Folgenden beschriebenen Schritt.
Im dritten Schritt wird die berechnete wahrnehmungsbasierte Prüfsumme, zusammen mit der Information über das verwendete Prüfsummenverfahren und die zugehörigen Parameter, gespeichert. Die Speicherung selbst kann z. B. in einer zentralen Datenbank (z. B. einem Server) oder auch lokal zusammen mit dem multimedialen Inhalt selbst (vgl. zusammengesetzte komplexe Objekte wie z. B. in MPEG-21) erfolgen.
Die Überprüfung, ob die zu überprüfenden Daten manipuliert wurden, ist in 2 dargestellt. Zur Detektion von Manipulationen liegen diese Daten, die zuvor berechnete wahrnehmungsbasierte Prüfsummen für die Originaldaten sowie die Information über den verwendeten Algorithmus und die zugehörigen Parameter vor.
Ausgehend von dieser Information wird im ersten Schritt das zu verwendende wahrnehmungsbasierte Prüfsummenverfahren bestimmt. Im zweiten Schritt wird für die zu überprüfenden multimedialen Daten die zugehörige wahrnehmungsbasierte Prüfsumme berechnet. Der Vergleich erfolgt im dritten Schritt. Details dazu werden im Folgenden noch anhand von Ausführungsbeispielen näher beschrieben.
Der Vergleich der wahrnehmungsbasierten Prüfsummen ist ein zentraler Bestandteil des Verfahrens. Dabei werden die Unterschiede der zuvor berechneten Prüfsumme der Originaldaten und der aktuell berechneten Prüfsumme analysiert.
Gemäß dem hier vorgestellten Verfahren, wird die Fehlerverteilung in der Differenz der Prüfsummen betrachtet. Unter Fehler wird eine signifikante Differenz an einer gegebenen Position der Prüfsummen verstanden. Z. B. im Fall von binären Werten der Prüfsummen liegt ein Fehler dann vor, wenn sich die binären Werte in den beiden Prüfsummen an der Position unterscheiden. Mit Hilfe der Fehlerverteilung können Manipulationen und andere Operationen identifiziert werden und/oder voneinander unterschieden werden, wodurch die Authentizität multimedialer Inhalte sicherer überprüft werden kann.
Dabei wird die Auswirkung der jeweiligen Daten-Bearbeitungsoperation oder Daten-Manipulation auf die gesamte wahrnehmungsbasierte Prüfsumme berücksichtigt. Typische Bearbeitungsoperationen, die keine Manipulationen sind, d. h. die Authentizität der Daten nicht verändern, rufen typische Änderungen in der Prüfsumme hervor. So erzeugen globale Operationen wie z. B. Komprimierung gleichmäßig über die Prüfsumme verteilte Änderungen. Gezielte lokale Manipulationen von Daten erzeugen jedoch Änderungen in begrenzten, lokalen Bereiche in der Prüfsumme.
3 verdeutlicht dies für den Fall, dass Nachbarschaftsbeziehungen der Bildpunkte im berechneten Fingerprint erhalten bleiben, d. h. Werte an benachbarten Positionen in der Prüfsumme auch benachbarten Positionen in den zu Grunde liegenden Daten entsprechen oder zumindest die Informationen zur Verfügung steht, welche Positionen in der Prüfsumme auch benachbarten Positionen in den zu Grunde liegenden Daten entsprechen.
Im oberen Drittel in 3 ist zunächst links ein Originalbild 16 dargestellt, welches einen Drachen zeigt. Rechts davon ist im oberen Drittel der zugehörige Fingerprint 11 dargestellt als eindimensionaler Bitstring. Die Darstellung der Fingerprints ist schematisch zu verstehen. Die einzelnen Werte sind nicht dargestellt. Der in horizontaler Richtung verlaufende Balken stellt lediglich die Erstreckung des Fingerprints in dieser Richtung dar. Die einzelnen Bitwerte (oder alternativ Bytes) wären von links nach rechts hintereinander angeordnet. Die Position 1 wäre demnach am linken Ende des Balkens, die Position des letzten Bits am rechten Ende des Balkens. Der Balken ist durchgehend hell dargestellt, um zu verdeutlichen, dass es sich um die Vergleichswerte handelt, also die korrekten Bitstring-Werte.
Im mittleren Drittel der 3 ist wiederum links ein Bild 17 dargestellt, welches gegenüber dem Originalbild 16 kaum verändert ist. Die dem Bild in dem mittleren Drittel zugrundeliegenden Daten wurden gegenüber den Daten des Originalbildes 16 lediglich komprimiert, d. h. die Datenmenge reduziert, ohne den authentischen Bildinhalt zu verändern. Das Resultat der Bildung der Prüfsumme 12 ist im rechten Teil des mittleren Drittels dargestellt. Der Bitstring weist gleichmäßig über seine Länge verteilt dunkle Zonen 14 auf, die einzelnen Bits oder Bytes oder sehr kurzen Ketten von Bits oder Bytes entsprechen, die gegenüber dem Fingerprint 11 des Originalbildes verändert wurden.
Im unteren Drittel von 3 ist ein gegenüber dem Originalbild manipuliertes Bild 18 dargestellt, das daran erkennbar ist, dass nunmehr zwei Drachen dargestellt werden. Der entsprechende daraus gebildete Fingerprint 13 ist im rechten Teil des unteren Drittels dargestellt. Man erkennt, dass ein großer, d. h. sich über eine große Länge erstreckender, geänderter Bereich 15 der Bitstringwerte vorhanden ist, der dunkel dargestellt ist.
Auf ein Verfahren zum automatischen Erkennen, ob es sich um eine Manipulation handelt (wie im Fall des Bitstrings im unteren Drittel von 3) oder um den Bitstring eines ohne Veränderung des authentischen Inhalts verarbeiteten Bildes (wie im Fall des Bildes und Bitstrings im mittleren Drittel der 3), wird noch im Detail noch näher eingegangen. Dabei gelten sämtliche Ausführungen, die in der Figurenbeschreibung zu Bildern gemacht werden, entsprechend auch für andere multimediale Daten, z. B. Videodaten und Audiodaten.
Für die automatische Erkennung der Muster in der Fingerprint-Differenz können insbesondere statistische Verfahren angewendet werden. Es können, wie im folgenden Ausführungsbeispiel erläutert, mit Hilfe einer statistischen Auswertung Informationen über die Umgebung von Fehlern in dem Fingerprint zu prüfender Daten gewonnen werden, um lokale Änderungen (Manipulationen) in den Daten zu identifizieren. Des Weiteren kann separat für einzelne lokale Bereiche der Fingerprint-Differenz (d. h. der Differenz zwischen der ersten und der zweiten Prüfsumme) z. B. ein Chi-Quadrat-Anpassungs-Test (siehe z. B. http://de.wikipedia.org/wiki/Chi_Quadrat) zur Überprüfung der Gleichverteilung der Fehler verwendet werden. Der Chi-Quadrat-Test ergibt die Wahrscheinlichkeit dafür, dass die Bereiche auf verschiedenen medialen Daten beruhen.
Alternativ können aber auch die einzelnen Bereiche auf unterschiedliche Verteilungen z. B. mit einem Chi-Quadrat-Homogenitäts-Test verglichen werden, bei dem z. B. die Fingerprint-Differenz in verschiedene Bereiche eingeteilt wird und überprüft wird, ob diese Bereiche die gleiche Verteilung haben. Ist dies der Fall, spricht es für eine gleichmäßige Verteilung der Bitfehler.
Unter Bezugnahme auf 4 wird nun eine Situation beschrieben, die bei einer Prüfung auf Manipulationen vorliegen kann. Mit A ist eine erste Vorrichtung (z. B. ein erster Computer) bezeichnet. Mit B bzw. C eine zweite Vorrichtung (Rechner) bzw. eine dritte Vorrichtung (Rechner). In Vorrichtung A liegen die Originaldaten vor. Entweder in Vorrichtung A, oder – nach einer Übertragung (angedeutet durch Pfeil 2) der Originaldaten zu Vorrichtung C – in Vorrichtung C wird die erste wahrnehmungsbasierte Prüfsumme für die Originaldaten ermittelt. Im erstgenannten Fall wird auch die erste Prüfsumme zu Vorrichtung C übertragen.
Mit Pfeil 3 ist eine Übertragung der Originaldaten zu Vorrichtung B angedeutet. Z. B. kann der Übertragungsweg gestört sein und/oder können die Daten zur Übertragung komprimiert werden. Bei dieser Übertragung und/oder bei einer Verarbeitung der Originaldaten in Vorrichtung B werden die Originaldaten verändert, sodass in Vorrichtung B zu prüfende multimediale Daten vorliegen.
Derselbe Algorithmus, mit dem auch die erste Prüfsumme berechnet wurde, wird nun auf die zu prüfenden Daten angewendet, sodass eine zweite Prüfsumme berechnet wird. Dies kann in Vorrichtung B oder – nach Übertragung (Pfeil 4) der zu prüfenden Daten Vorrichtung C – in Vorrichtung C erfolgen. Im erstgenannten Fall wird zumindest die zweite Prüfsumme zu Vorrichtung C übertragen.
In Vorrichtung C werden nun die beiden Prüfsummen ausgewertet und festgestellt, die zu prüfenden Daten manipuliert wurden.
Alternativ können die Vorrichtungen A und C oder die Vorrichtungen A, B und C auch durch einen Rechner realisiert sein.
Das Verfahren, das nun anhand von 5 und 6 beschrieben wird ermöglicht die Detektion, ob eine Manipulation an einem zweidimensionalen Bild vorgenommen wurde. In analoger Weise können jedoch auch andere multimediale Daten ausgewertet werden.
Das Originalbild 21 wird zunächst in ein Standardformat von z. B. 256 × 256 Pixeln gebracht (normalisiert), welches als normalisiertes Bild 22 bezeichnet ist. Nun werden die Pixel in Blöcke eingeteilt (Blockdarstellung 23), z. B. in Blöcke von jeweils 16 × 16 Pixeln. Auf diese Blöcke wird wie folgt eine wahrnehmungsbasierte Hashfunktion angewendet, deren Ergebnis ein Fingerprint ist.
Zunächst wird dazu für jeden der k (k ist eine positive ganze Zahl, die der Anzahl der Blöcke entspricht) Blöcke ein dem Block zugeordneter Mittelwert M1 ... Mk gebildet. Im Fall eines Farbbildes ist dies z. B. ein Farbmittelwert, im Fall eines Graustufenbildes z. B. ein Graustufen-Mittelwert.
Nun wird der Median Md dieser Mittelwerte M1 ... Mk ermittelt und es wird Block verglichen, ob der Median größer (oder größer oder gleich) als der Mittelwert ist, in welchem Fall dem Block ein erster binärer Wert zugeordnet wird (z. B. „1”), oder ob der Median kleiner oder gleich (oder kleiner) als der Mittelwert ist, in welchem Fall dem Block ein zweiter binärer Wert zugeordnet wird (z. B. „0”).
Die Darstellung in der unteren Hälfte der 5 zeigt eine Zeilendarstellung der Mittelwerte, in der die Zeilen der Blockdarstellung 23 zeilenweise aneinander gereiht sind, d. h. nach der ersten Zeile folgt die zweite Zeile usw.. Das Ergebnis des Vergleichs zwischen dem jeweiligen Mittelwert des Blocks und dem Median ist in der Zeile darunter dargestellt. Diese Zeile stellt die Prüfsumme bzw. den Fingerprint dar. Durch diese Zeilendarstellung könnte die Information darüber verloren gehen, welche Blöcke in Spaltenrichtung einander benachbart sind. Vorzugsweise wird daher diese Information beibehalten bzw. berücksichtigt. Z. B. ist es auf einfache Weise berechenbar, dass bei 16 × 16 Blöcken jeder Block den Blöcken benachbarter ist, die in der Reihenfolge der Zeilendarstellung 16 Positionen zurückliegen und 16 Positionen voran liegen.
Alternativ jedoch kann auch die in derselben Weise wie die Blockdarstellung 23 geordnete Darstellung der Mittelwerte und der Werte der Prüfsumme verwendet werden, d. h. eine zweidimensionalen Matrixdarstellung. Letztendlich ist diese Frage bei der Verwendung von Computersoftware nur eine Frage der geringfügig unterschiedlichen Programmierung.
Für ein Vergleichsbild, das zu überprüfen ist, wird nun in gleicher Weise die Berechnung der Prüfsumme wiederholt, sodass eine entsprechende zweite Prüfsumme vorliegt.
Anschließend wird für jeden Wert der ersten und der zweiten Prüfsumme, die an der gleichen bzw. einander entsprechenden Position liegen (z. B. Position 17), die Differenz gebildet. Ist die Differenz Null, wird in ein Fehler-Array, das z. B. gleich viele Positionen aufweist und in gleicher Weise geordnet ist wie die Prüfsummen, an der entsprechenden Position ein erster binärer Wert eingetragen (z. B. „0”). Ist die Differenz dagegen 1 oder –1, wird in das an der entsprechenden Position ein zweiter binärer Wert eingetragen (z. B. „1”). Statt Bildung der Differenz können die Werte auch miteinander verglichen werden.
6 zeigt schematisch in der oberen Hälfte zwei gegenüber einem Originalbild modifizierte Bilder. In dem ersten modifizierten Bild 31 sind eine Mehrzahl von Bereichen durch kleine Ovale dargestellt, in denen die Bildwerte z. B. durch Kompression oder durch Datenübertragung gegenüber dem Originalbild verändert wurden. In dem zweiten modifizierten Bild 32 of der rechten Seite existieren zwei Bereiche 35, 36, die gegenüber dem Originalbild verändert wurden. Dabei ist zumindest der größere Bereich 35 durch Manipulation erzeugt worden, z. B. indem ein Bildelement im Vordergrund des Bildes entfernt wurde.
Die untere Hälfte von 6 zeigt für jedes der Bilder 31, 32 das Ergebnis des anhand von 5 beschriebenen Verfahrens, nämlich die Fehlerdarstellung als Ergebnis des Vergleichs der ersten und zweiten Prüfsumme. Im Fehlerbild 41, das (wie oben beschrieben) aus binären Fehlerwerten zusammengesetzt ist, erkennt man kleine quadratische Bereiche, die etwa an den Stellen der ovalen Bereiche in Bild 31 liegen und das Ergebnis der Fehlerermittlung sind. Im Fehlerbild 42 erkennt man dagegen einen kleineren Bereich in der unteren Mitte und einen etwas größeren Bereich darüber, für die jeweils Fehler ermittelt wurden.
Anhand dieses Beispiels wird nun erläutert, wie die Fehlerbilder ausgewertet werden. Es wird nun die Bitfehlerrate ermittelt, indem die Anzahl der fehlerhaften Bits in dem Fehlerbild in Bezug zu der Gesamtanzahl der Bits oder in Bezug zu der Anzahl der nicht fehlerhaften Bits gesetzt wird. Liegt die Bitfehlerrate oberhalb eines vorgegebenen Schwellwerts (z. B. 9 bei 16 × 16 Blöcken) stimmt das Vergleichsbild 31, 32 nicht mit dem Originalbild überein. Dies ist im Ausführungsbeispiel für beide Fehlerbilder nicht der Fall. Wäre dies der Fall, würde das Verfahren beendet, mit dem Ergebnis, dass die Vergleichsdaten nicht mit den Originaldaten übereinstimmen.
Liegt die Bitfehlerrate unterhalb des Schwellwerts, so werden die folgenden Schritte durchgeführt, um auch kleinere lokale Manipulationen zu erkennen, die nur geringe Bitfehlerraten erzeugen.
Der Differenzfingerprint bzw. das Fehlerbild wird z. B. wieder in Blockform (z. B. 16 × 16 Blöcke) wie unten in 6 dargestellt oder zumindest unter Berücksichtigung der Kenntnis über die den Fehlerpositionen entsprechenden Positionen in den Ausgangsdaten ausgewertet.
Für jeden Bitfehler wird in dem Fehlerbild bzw. in dem Differenzfingerprint nun die 3 × 3-Nachbarschaft betrachtet, das heißt es werden um die Position des Fehlers alle unmittelbaren Nachbarn in die Betrachtung einbezogen. Aus den Werten der Nachbarschaft, einschließlich des Wertes des Bildfehlers in der Mitte der Nachbarschaft, wird der Median gebildet. Bei binären Werten ist der Median entweder 1 oder 0. Es entscheidet darüber, ob die Fehler in der Mehrheit sind. Sind die Fehler in der Mehrheit, so bedeutet dies, dass ein zusammenhängender lokaler Bereich fehlerhaft ist. Dies wird als Resultat einer Manipulation gedeutet und es kann z. B. ein entsprechendes Signal automatisch ausgegeben werden. zusätzlich kann z. B. die Position des Bildfehlers ausgegeben werden, damit ein Benutzer erkennen kann, welcher Bereich in dem Bild manipuliert wurde. Im Fall des Fehlerbildes 41 wird für keine Fehlerpositionen auf eine Bildmanipulation erkannt. Im Fall des Fehlerbildes 42 dagegen wird für eine Bildposition auf einen Bildfehler erkannt. Diese Position ist durch ein Kreuz bezeichnet.

Claims

Verfahren zum automatischen Detektieren von Manipulationen in multimedialen Daten (21), z. B. Bilddaten oder Audiodaten, wobei – unter Ausführung eines definierten Algorithmus aus nicht manipulierten Daten eine erste Prüfsumme (11) erzeugt wird oder die bereits durch den Algorithmus erzeugte erste Prüfsumme (11) vorliegt, – unter Ausführung des definierten Algorithmus aus zu überprüfenden Daten (17, 18) eine zweite Prüfsumme (12, 13) erzeugt wird oder die bereits durch den Algorithmus erzeugte zweite Prüfsumme (12, 13) vorliegt, – der Algorithmus jeweils eine wahrnehmungsbasierte Hashfunktion anwendet, um die erste (11) und zweite (12, 13) Prüfsumme zu erzeugen, – die Prüfsummen (11, 12, 13) jeweils eine Vielzahl von Werten aufweisen und die Werte Positionen in der Prüfsumme zugeordnet sind, – Unterschiede zwischen der ersten (11) und der zweiten (12, 13) Prüfsumme ausgewertet werden, – bei der Auswertung der Unterschiede die Positionen der Werte in der jeweiligen Prüfsumme (11, 12, 13) berücksichtigt werden und daraus ermittelt wird, ob die zu überprüfenden Daten (17, 18) im Vergleich zu den nicht manipulierten Daten (16) das Ergebnis einer Manipulation sind, – bei der Auswertung der Unterschiede eine örtliche, auf die Positionen der Werte in den Prüfsummen bezogene Verteilung von Unterschieden der Werte in der ersten (11) und der zweiten (12, 13) Prüfsumme gebildet und ausgewertet wird.
Verfahren nach Anspruch 1, wobei Werte in der ersten (11) und der zweiten (12, 13) Prüfsumme an jeweils einander entsprechenden Positionen ermittelt werden und ermittelt wird, ob die Werte sich unterscheiden.
Verfahren nach dem vorhergehenden Anspruch, wobei eine Umgebung einer Position, an der sich die Werte unterscheiden, ausgewertet wird, um zu ermitteln, ob die zu überprüfenden Daten an der Position manipuliert wurden.
Verfahren nach einem der vorhergehenden Ansprüche, wobei die wahrnehmungsbasierte Hashfunktion derart ausgestaltet ist, dass aus einer Manipulation der nicht manipulierten Daten innerhalb eines lokal begrenzten Bereichs der Daten eine lokal begrenzte Änderung der den Daten zugeordneten Prüfsumme resultiert.
Verfahren nach einem der vorhergehenden Ansprüche, wobei die wahrnehmungsbasierte Hashfunktion derart ausgestaltet ist, dass ein Zusammenhang zwischen lokalen Bereichen in den der Prüfsumme zu Grunde liegenden Daten und lokalen Bereichen in der Prüfsumme rekonstruierbar ist.
Verfahren nach einem der vorhergehenden Ansprüche, wobei aus einer globalen Änderung der nicht manipulierten Daten eine globale Änderung der Prüfsumme resultiert.
Vorrichtung (C) zum automatischen Detektieren von Manipulationen in multimedialen Daten, z. B. Bilddaten oder Audiodaten, wobei die Vorrichtung (C) ausgestaltet ist, das erfindungsgemäße Verfahren nach einem der vorhergehenden Verfahrensansprüche auszuführen.
Computerprogramm, das so ausgestaltet ist, dass das Programm bei Ablauf auf einem Computer (C) oder Computer-Netz das Verfahren nach einem der vorhergehenden Verfahrensansprüche ausführt.
Datenträger, auf dem eine Datenstruktur gespeichert ist, die nach einem Laden in einen Arbeits- und/oder Hauptspeicher eines Computers (C) oder Computer-Netzes den Computer (C) oder das Computernetz derart steuert, dass das Verfahren nach einem der vorhergehenden Verfahrensansprüche ausgeführt wird.