Методи виявлення порушень цілісності цифрової інформації (цифрових фото-, відео-, та аудіо-файлів) відіграють важливу роль для інформаційної та кібербезпеки. Серед порушень цілісності цифрових зображень окремою категорією можна виділити постобробку після можливої фальсифікації через клонування або фотомонтаж. Постобробка може виконуватись різними інструментами: розмиття, підвищення різкості, мультиплікативний шум тощо. Методи виявлення мультиплікативного шуму мало освітлені у відкритих джерелах. Існує метод, заснований на аналізі коефіцієнтів ДКП матриці цифрового зображення, який добре зарекомендував себе при збереженні оброблених файлів без втрат. Однак його не було перевірено при збереженні у форматі з втратами. Мета роботи–підвищення ефективності виявлення мультиплікативного шуму як обробки цифрового зображення. Обчислювальний експеримент проведено з використанням бази із 100 зображень, кожне з яких було піддано обробці мультиплікативним шумом з дисперсією 0,005 і збережено в jpeg у якості від 0 до 100 з кроком 5. Було знайдено різницю максимального та мінімального значення високих частот (амплітуду) двома різними способами і визначено два показники. Встановлено, що точність виявлення мультиплікативного шуму залежить від ступеня стиснення з втратами. Точність виявлення шуму сильно знижується, коли коефіцієнт стиснення встановлено нижче 70. Показник П1 підходить для виявлення мультиплікативного шуму у зображеннях з якістю від 98 до 100 і від 70 до 89, П2–для зображень з якістю від 89 до 97. Проведені дослідження дозволили значно підвищити ефективність виявлення мультиплікативного шуму як порушення цілісності цифрового зображення.
Methods of detecting violations of the integrity of digital information (digital photo, video, and audio
files) play an important role for information and cyber security. Among the violations of the integrity of
digital images, post-processing after possible falsification through cloning or photomontage can be
singled out as a separate category. Post-processing can be done with various tools: blurring, sharpening,
multiplicative noise, etc. The methods of detecting multiplicative noise are poorly illuminated in open
sources. There is a method based on the analysis of the DCP coefficients of the digital image matrix,
which has proven itself well when saving processed files without loss. However, it has not been tested
when saved in a lossy format. The purpose of the work is to increase the effectiveness of multiplicative
noise detection as a digital image processing. The computational experiment was carried out using a
database of 100 images, each of which was subjected to multiplicative noise processing with a variance of
0.005 and saved in jpeg as a quality from 0 to 100 with a step of 5. The difference between the maximum
and minimum value of high frequencies (amplitude) was found in two different ways and two indicators
are defined. It was established that the accuracy of multiplicative noise detection depends on the degree of
lossy compression. The accuracy of noise detection is greatly reduced when the compression ratio is set
below 70. The P1 indicator is suitable for detecting multiplicative noise in images with quality from 98 to
100 and from 70 to 89, P2 - for images with quality from 89 to 97. The conducted research allowed to
significantly improve the effectiveness of detecting multiplicative noise as a violation of the integrity of a
digital image.
