Journal of KIISE:Software and Applications (한국정보과학회논문지:소프트웨어및응용)

Korean Institute of Information Scientists and Engineers (한국정보과학회)
권호 표지

Color Laser Printer Forensics through Wiener Filter and Gray Level Co-occurrence Matrix

위너 필터와 명암도 동시발생 행렬을 통한 컬러 레이저프린터 포렌식 기술

  • 이해연 (금오공과대학교 컴퓨터공학부) ;
  • 백지연 (금오공과대학교 컴퓨터공학부) ;
  • 공승규 (금오공과대학교 컴퓨터공학부) ;
  • 이흥수 (금오공과대학교 컴퓨터공학부) ;
  • 최정호 (KAIST 전산학과)
  • Received : 2010.03.29
  • Accepted : 2010.06.08
  • Published : 2010.08.15
Download PDF
⟨ Previous Next ⟩

Abstract

Color laser printers are nowadays abused to print or forge official documents and bills. Identifying color laser printers will be a step for media forensics. This paper presents a new method to identify color laser printers with printed color images. Since different printer companies use their own printing process, each of printed papers from different printers has a little different invisible noise. After the wiener-filter is used to analyze the invisible noises from each printer, we extract some features from these noises by calculating a gray level co-occurrence matrix. Then, these features are applied to train and classify the support vector machine for identifying the color laser printer. In the experiment, we use total 2,597 images from 7 color laser printers. The results prove that the presented identification method performs well using the noise features of color printed images.

고성능 디지털 인쇄기기의 대중화와 손쉬운 이미지 편집 프로그램들의 등장으로 인하여 위 변조 범죄가 증가함에 따라 여러 가지 사회적인 문제를 야기하고 있다. 이를 해결하기 위해서 디지털 포렌식 기술이 활발하게 연구되고 있다. 본 논문에서는 디지털 포렌식 기술의 한 분야인 컬러 레이저 인쇄기기 판별기술을 제안한다. 각 제조사마다 인쇄방법이 다르기 때문에 육안으로 판별할 수 없는 미세한 차이가 출력물에 존재한다는 점을 이용하였다. 출력물의 노이즈를 추정하여 이러한 미세한 차이를 분석하였으며, 제안하는 방법에서는 출력물을 스캔한 이미지에 대해 위너필터를 거쳐 노이즈를 제거한 이미지를 차감하여 노이즈를 추출한다. 계산된 노이즈 대해 명암도 동시발생 행렬을 계산하여 특징값들을 추출한 뒤 이를 서포트 벡터 머신 분류기에 적용하여 인쇄기기를 판별하였다. 제안한 알고리즘의 성능을 분석하기 위하여 7대 프린터에서 각 371장씩 출력된 총 2,597장 이미지로 실험하였다. 제안한 알고리즘은 컬러 디지털 인쇄기기의 제조사를 판별하는데 있어서 97.6%의 정확률을 보였고, 동일 제조사의 모델을 판별하는데 84.5%의 정확률을 나타냈다.

Keywords

References

  1. Wikipedia, "Printer steganography," http://en.wikipedia.org/wiki/Printer_stegano graphy.
  2. Electronic Frontier Foundation, "DocuColor Tracking Dot Decoding Guide," http://w2.eff.org/Privacy/printers/docucolor/.
  3. A. K. Mikkilineni, G. N. Ali, P.-J. Chiang, G. T.-C. Chiu, J. P. Allebach and E. J. Delp, "Signature- embedding in printed documents for security and forensic applications," Proc. of the SPIE Int. Conf. on Security, Steganography and Watermarking of Multimedia Contents, vol.5306, pp.455-466, 2004.
  4. P.-J. Chiang, N. Khanna, A. K. Mikkilineni, M. V. O. Segovia, S. Suh, J. P. Allebach, G. T.-C. Chiu, and E. J. Delp, "Printer and Scanner Forensics," IEEE Signal Processing Magazine, vol.26(2), pp. 72-83, 2009.
  5. W. Deng, Q. Chen, F. Yuan, and Y. Yan, "Printer Identification Based on Distance Transform," Proc. of Int. Conf. on Intelligent Networks and Intelligent Systems, pp.565-568, 2008.
  6. J.-H. Choi, "Color laser printer identification using color noise features," MCS 09030, MS thesis, Korea Advanced Institute of Science and Technology, 2009.
  7. R. M. Haralick, K. Shanmugam, and I. Dinstein, "Textural features for image classification," IEEE Trans. on Systems, Man, Cybernetics, vol.3, no.6, pp.610-621, 1973.
  8. A. K. Mikkilineni, P.-J. Chiang, G. N. Ali, G. T.-C. Chiu, J. P. Allebach and E. J. Delp, "Printer identification based on graylevel co-occurrence features for security and forensic applications," Proc. of the SPIE Int. Conf. on Security, Steganography and Watermarking of Multimedia Contents, vol.5681, pp.430-440, 2005.
  9. Vapnik, V., "Statistical Learning Theory," Springer, NewYork, 1998.
  10. S.-J. Ryu, H.-Y. Lee, I.-W. Cho, and H.-K. Lee, "Document Forgery Detection with SVM Classifier and Image Quality Measure," Lecture Notes in Computer Science, vol.5353, pp.486-495, 2008.
  11. C.-C. Chang and C.-J. Lin, "LIBSVM: a library for support vector machines," Software available at http://www.csie.ntu.edu.tw/-cjlin/libsvm/, 2001.
  12. Hsu, C.-W., C.-C. Chang and C.-J. Lin, "A Practical Guide to Support Vector Classification," Technical Report, Department of Computer Science and Information Engineering, National Taiwan University, 2004. Available at http://www.csie.ntu.edu.tw/-cjlin/papers/guide/guide.pdfs
  13. Tay, F.E.H. and L. Cao, L., Application of support vector machines in financial time series forecasting, Omega, vol.29(2001), pp.309-317.