Identificación de la fuente de adquisición en videos digitales de dispositivos móviles

Resumen

El incesante aumento de tecnologías como 4G o 5G ha hecho que dispositivos móviles como teléfonos inteligentes y tabletas sean masivamente utilizados. Como consecuencia de este fenómeno y de la gran cantidad de tiempo que una persona permanece junto a su teléfono móvil, éste se ha convertido en la principal fuente de creación de información visual. Sin embargo, su fiabilidad como una verdadera representación de la realidad no se puede dar por sentado debido al constante aumento de software de edición que permite alterar fácilmente el contenido original sin dejar un rastro notable en la modificación. Por tanto, es completamente necesario introducir mecanismos de análisis forense para garantizar la autenticidad o integridad de un determinado vídeo digital, máxime si puede ser considerado como prueba en procesos judiciales. Esta tesis se enmarca en este contexto e intenta profundizar dentro de la rama del análisis forense multimedia que permite determinar la identificación de la fuente de adquisición de un determinado vídeo mediante la explotación de los rastros únicos que deja el sensor de la cámara del dispositivo móvil en el contenido visual. Las contribuciones de esta tesis son tres técnicas de aprendizaje automático para identificación de la fuente de adquisición de vídeos digitales de dispositivos móviles. La primera de estas técnicas utiliza la máquina de vectores de soporte para identificar el dispositivo móvil que generó un vídeo dentro de un conjunto de posibles dispositivos. Las dos técnicas restantes se basan en un enfoque no supervisado que permiten agrupar los vídeos generados por un mismo dispositivo móvil. Más concretamente, la primera contribución propone una técnica para identificar la marca y el modelo del dispositivo móvil que generó un vídeo. Tras extraer la información relevante del vídeo, la técnica, mediante un algoritmo de clasificación basado en una máquina de vectores de soporte que combina el patrón del ruido del sensor y la transformada wavelet, realiza el proceso de identificación del dispositivo móvil en un escenario cerrado. Un escenario se considera así cuando la identificación de la fuente se realiza sobre un conjunto de dispositivos concreto y conocido por anticipado. La segunda contribución desarrolla una técnica que permite averiguar la marca y modelo del dispositivo móvil que generó el vídeo analizando el denominado contenedor multimedia, que está compuesto por los diferentes elementos que integran el vídeo (fotogramas encapsulados, subtítulos y metadatos). La tercera y última contribución presenta una técnica forense que obtiene la huella digital mediante un algoritmo basado en el patrón del ruido del sensor que tiene en cuenta los efectos de la compresión utilizando únicamente aquellos fotogramas que sobreviven al citado proceso de compresión. Para mejorar la tasa de acierto se utiliza una función que mejora la huella del ruido del sensor eliminando los detalles de la escena. Estas últimas dos técnicas se aplican en escenarios abiertos, es decir, en aquellos escenarios en los que el analista forense no conoce a priori el conjunto de dispositivos móviles a los que pertenecen los vídeos a identificar. Los conjuntos de datos utilizados se obtuvieron mediante muestreo en las dos bases de datos más actuales de la literatura. Estas bases de datos contienen vídeos de varias fuentes: vídeos nativos de dispositivos móviles, vídeos nativos de cámaras digitales y vídeos descargados de plataformas sociales. Finalmente, señalar que estas técnicas han sido implementadas en una herramienta de análisis forense, desarrollada dentro de un proyecto del Programa Marco de Investigación e Innovación de la Unión Europea Horizonte 2020, herramienta que ha sido además validada por Policías de diversos países europeos en un entorno real.