Современные методы и средства исследования графических файлов на наличие признаков монтажа вар. 3138832

НИР МГТУ Баумана Судебная компьютерно техническая экспертиза Вот как пример, более раскрытый план работы, в нашем случае будут совпадать главы, а то что в них, обсуждаемо. Глава 1. Теоретические основы исследования графических файлов в судебной компьютерно-технической экспертизе 1.1. Графический файл как объект СКТЭ: понятие, форматы, метаданные (EXIF, JPEG-структура). 1.2. Классификация видов монтажа и модификаций: клонирование, вставка фрагментов, ретушь, deepfake, полная генерация изображений (GAN, диффузионные модели). 1.3. Эволюция методов фальсификации: от пиксельной графики до нейросетей (Midjourney, Stable Diffusion, DALL-E и др.). 1.4. Математические основы аутентификации: частотный анализ, анализ шумов сенсора (PRNU), метод анализа уровней ошибок (ELA), анализ следов сжатия JPEG. Глава 2. Обзор методов и средств выявления признаков монтажа 2.1. Анализ метаданных (EXIF) – ограничения и возможности. 2.2. Статистические и математические методы (гистограммы, корреляция шумов, анализ границ). 2.3. Программные инструменты эксперта: * Бесплатные / открытые: Forensically, FotoForensics (ELA), Ghiro, JPEGsnoop. * Профессиональные комплексы (краткий обзор возможностей Amped FIVE, Oxygen Forensic – если доступно). * Скриптовые методы (Python: библиотеки OpenCV, NumPy для кастомного анализа). 2.4. Особенности выявления монтажа, выполненного с помощью ИИ: отсутствие классических следов клонирования, артефакты генерации (неестественная гладкость, аномалии текстур). Глава 3. Экспериментальное исследование 3.1. Формирование экспериментальной выборки: * Оригинальные изображения (снятые на разные камеры/телефоны). * Изображения, модифицированные классическими редакторами (Adobe Photoshop/GIMP: клонирование, копирование-вставка). * Изображения, модифицированные с помощью ИИ-инструментов: * замена/генерация объектов (inpainting в Stable Diffusion, Clipdrop); * замена лиц (deepfake-приложения); * полная генерация ИИ (для сравнительного анализа). 3.2. Методика проведения эксперимента: * Применение к каждому типу изображений набора методов: визуальный осмотр, анализ метаданных, ELA, анализ шумов (с помощью скриптов Python), анализ частотных характеристик. * Фиксация результатов (скриншоты, таблицы). 3.3. Анализ результатов: * Сравнение эффективности методов для классического и ИИ-монтажа. * Выявление характерных признаков, указывающих на использование нейросетей. * Оценка ложноположительных срабатываний. 3.4. Выводы по эксперименту и предложения по совершенствованию экспертной методики Мне очень важно чтобы эксперт выполняющий работу был уже знаком с программами связанными с монтажом Места прохождении практики нет, производим исследование самостоятельно «основываясь на полученных знаниях в процессе обучения в вузе» Объем 20-25стр Нужен эксперт который сможет воспроизвести исследование по моей теме, сильно углубляться не надо, но продемонстрировать работу программ и что выявляется обязательно -Главы одинаковые -То что содержится в них, эксперт выбирает сам, в рамках Сктэ -раскрытый план который я прислал, является примером, использовать его без редактирования нельзя