LCI - MICC Seminario-Forensics
•
2 likes•492 views
Amerini Irene Seminario Digital Forensics - MICC LCI - Firenze Università degli Studi
![Outline ,[object Object],[object Object],[object Object],[object Object],[object Object],[object Object]](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
Recommended
More Related Content
Similar to LCI - MICC Seminario-Forensics
Similar to LCI - MICC Seminario-Forensics (20)
Recently uploaded
Recently uploaded (20)
LCI - MICC Seminario-Forensics
- 1. Seminario Digital Forensics: “ Identificazione di dispositivi per l’acquisizione di immagini in ambito forense” Irene Amerini Firenze 7.11.2008
- 4. Scenario Fake or Photo?
- 5. Scenario Problem : digital images or videos are not easily acceptable in a court because it is difficult to establish their integrity, origin, and authorship Solution : Digital Forensic Use : assisting human investigator by giving instruments for the authentication and the analysis of a digital clue turning it in a evidence. Evidence
- 9. Digital Forensic Definition : “Use of scientifically derived and proven methods toward the preservation, collection, validation, identification, analysis , interpretation , documentation and presentation of digital evidence derived from digital sources for the purpose of facilitating or furthering the reconstruction of events found to be criminal, or helping to anticipate unauthorized actions shown to be disruptive to planned operations.” ( def. Digital Forensic Research Workshop 2001) Digital evidence or electronic evidence is any probative information stored or transmitted in digital form.
- 27. Identificazione di dispositivi per l’acquisizione di immagini in ambito forense Ing. Irene Amerini
Editor's Notes
- Casi di pirateria nelle copisterie: dati 2 file pdf (copie dello stesso docuemtno carteceo) si vuole sapere se sono state scannerizzate dallo stesso scanner e quinid dalla stessa copisteria o da due scanner diversi
- AREE Valgono gli stessi principi generali della digital forensics per la trattazione dei reperti digitali: -preservazione dell’originale -acquisizione integra e non ripudiabile -utilizzo di copie di lavoro -documentazione e ripetibilità Data recovery da qualsiasi dispositivo di supporto digitale In primis la computer forensics si occupa del trattamento, della raccolta e della preservazione delle prove digitali Network forensic: Accesso abusivo ad un sistema informatico o telematico Esistenza di sistemi e supporti per la connessione che possono essere interessati (hub, switch, proxy, ecc.). Analizzare file di LOG, software di monitoring, report di IDS, ecc Intercettazione del traffico(sniffing) raccolta del traffico e sua ricostruzione Prouezione occultamento dei dati: accesso ai dati remoti
- Parallelo pistola e bossolo Tampering: img digitale oggetto per accusare una persona (macchina di sangue rimossa) Spostare la decisione Ottenere un vantaggio Applicazioni per la sanità (radiografia contraffatta soldi dall’assicurazione)
- Classi di prblemi che vengono investigati: -distinguere tipo di marca e modello di un tipo di device (Digital camera, scanner, cell-phone, camcorder) -date 2 img dire se appartengono allo stesso dispositivo -distinguere tra tipi di device: DC vs Scanner DC vs CG DC vc CG vs Scanner
- Crypto: il digest è legato strettamente al contenuto e viene definito un particolare formato e non è possibile usarne altri; per ogni midifca fatta sull’immagine il digest cambia.
- Lens system: concave e convesse per prevenire aberrazione cromatica e sferica oppure lenti asferiche Auto-esposimetro Auto-focus Unità di stabilizzazione Filtri infrarossi; anti-aliasing filter CFA per produrre un’immagine a colori Sensor: matrice di fotodiodi; quando la luce colpisce il sensore ciascun pixel del sensore generano un segnale proprorzionale all’intensità luminosa che è poi convertita in un segnale digitale con un convertitore analogico-digitale DIP Digital Image Processor
- Identificare digital camera Ma anche scanner e computer graphics
- Template deterministoco impresso sopra l’immagine PNU (pixel non uniformity) Low frequency defects : rifrazione della luce, particelle di polvere
- Y intensità della luce incidente Sigma fattore di guadagno per ottenere il corretto bilanciamento del bianco Gamma gamma correction Video: PRNU fingerprint from a video segment; Scanner: row noise reference pattern
- Tutte le righe del pattern noise bidimensionale uguali Segnale viene costruito concatenando queste righe questo degnale è un segnale periodico di periodo M (numero colonne) Ora il segnale così costruito ha N ripetizioni quindi in frequenza avrà dei picchi collocati in NxM/M =N. Qunadi la maggior parte dell’energia di questo segnale sarà posizionata in questi picchi
- Lens system: concave e convesse per prevenire aberrazione cromatica e sferica oppure lenti asferiche Auto-esposimetro Auto-focus Unità di stabilizzazione Filtri infrarossi; anti-aliasing filter CFA per produrre un’immagine a colori Sensor: matrice di fotodiodi; quando la luce colpisce il sensore ciascun pixel del sensore generano un segnale proprorzionale all’intensità luminosa che è poi convertita in un segnale digitale con un convertitore analogico-digitale DIP Digital Image Processor