Clasificación sin supervisión de imágenes de dispositivos móviles
-
Autores: David Manuel Arenas González, Jocelin Rosales Corripio, Ana Lucila Sandoval Orozco
, Jorge Alberto Zapata Guridi, Luis Javier García Villalba
- Localización: RECSI XIII: actas de la XIII Reunión Española sobre Criptología y Seguridad de la Información. Alicante, 2-5 de septiembre de 2014 / coord. por Rafael Álvarez Sánchez , Joan-Josep Climent Coloma , Francisco Ferrández Agulló, Francisco Martínez Pérez, Leandro Tortosa Grau , José F. Vicent Francés , Antonio Zamora Gómez , 2014, ISBN 978-84-9717-232-0, págs. 271-276
- Idioma: español
- Enlaces
-
Resumen
Cada día el uso de imágenes de dispositivos móviles como evidencias en procesos judiciales es más habitual y común.
Por ello, el análisis forense de imágenes de dispositivos móviles cobra especial importancia. En este trabajo se estudia la rama del análisis forense que se basa en la identificación de la fuente, concretamente en la agrupación o clustering de imágenes según la fuente de adquisición. Como diferencia con otras técnicas del estado del arte para la identificación de la fuente, en el clustering no se tiene un conocimiento a priori del número de imágenes ni dispositivos a identificar, ni se tienen datos de entrenamiento para una futura fase de clasificación. Es decir, se realiza un agrupamiento por clases con todas las imágenes de entrada.
La propuesta se basa en la combinación de clustering jerárquico y plano y en el uso del patrón de ruido del sensor. Se han realizado un conjunto de experimentos que emulan situaciones similares a las que se pueden dar en la realidad para mostrar la robustez y fiabilidad de los resultados de la técnica.
Los resultados obtenidos son satisfactorios en todos los experimentos realizados superando en tasa de acierto a otras propuestas descritas en el estado del arte.
