基于传感器模式噪声的位置欺骗检测研究.pdfVIP

杭州电子科技大学硕士学位论文

摘要

随着基于位置的社交网络服务快速发展，在各大在线社交网络平台进行位置签到已

经成为一种流行的社交活动。然而，现有的在线社交网络平台缺少有效的位置验证机制，

用户很容易去伪造其地理位置信息，这些虚假信息不利于维护在线社交网络的空间数据

质量。针对上述问题本文提出一种基于图像的盲取证算法，该算法不依赖于任何先验信

息，而是将图像中的传感器模式噪声作为特征，通过检测图像的来源来判断地理位置的

真实性。本文主要从以下几个方面展开研究。

首先，通过分析在线社交网络平台中用户的状态，提出了四种不同的位置欺骗场景。

在此基础上，本文设计了一种基于传感器模式噪声的用户特征提取算法,该算法通过用户

的图像数据集提取其设备特征，再将设备特征与用户进行匹配，从而得到用户特征。实

验结果表明，该算法可以有效地区分不同用户。

其次，本文利用图像传感器模式噪声间的相关性设计了一种基于传感器模式噪声的

图像聚类算法。实验结果发现，本文设计的聚类算法与经典聚类算法K-means相比具有

较高的准确性，对小批量图像数据集聚类的准确性可达100%。

最后，本文采用了图像来源取证技术进行位置欺骗检测，设计了一种基于传感器模

式噪声的位置欺骗检测算法。先利用滤波器得到查询图像中的残差噪声；并根据不同场

景提取用户特征；再通过计算残差噪声和用户特征的相关性来检测查询图像的来源，从

而判断出地理位置的真实性。通过大量的实验对提出的算法进行评估，实验结果表明该

算法能够高效地检测出前两种位置欺骗场景的位置欺骗问题，平均AUC值可达96.91%。

本文的研究将位置欺骗检测问题转换为图像来源识别问题，为未来的位置欺骗检测

研究提供新思路。

关键词：在线社交网络，地理位置欺骗检测，图像来源识别，传感器模式噪声

I

杭州电子科技大学硕士学位论文

ABSTRACT

Withtherapiddevelopmentoflocation-basedsocialnetworkservice,locationcheck-inhas

becomeapopularsocialactivityonmajoronlinesocialnetworkplatforms.However,theexisting

onlinesocialnetworkplatformlacksaneffectivelocationverificationmechanism,sotheusers

caneasilyforgelocation.Fakelocationinformationisnotconducivetomaintainingthespatial

dataqualityofonlinesocialnetworks.Therefore,theauthenticitydetectionofuserlocation

check-inhasimportantresearchvalueandsignificance.Tosolvetheaboveproblems,thisthesis

proposesablindforensicsalgorithmbasedonimage.Thealgorithmdoesnotrelyonanyprior

information,buttakesthesensorpatternnoiseintheimage

asafeaturetojudgetheauthenticity

ofthegeographicallocationbydetectingthesourceoftheimage.Thisthesismainlystudiesfrom

thefollowingaspects.

Firstly,thisthesisanalyzesthestatusofusersinonlin