Proponen método para asociar fotografías anónimas a la cámara con que se tomaron

Proponen método para asociar fotografías anónimas a la cámara con que se tomaron

Un investigador asegura que existe un 'ruido' único y asociable a una cámara en específico, y que se genera por las imperfecciones en el sensor.

Riccardo Satta, el científico líder de un equipo de investigadores del Instituto para la Protección y Seguridad del Ciudadano del Centro de Investigación Conjunto de la Comisión Europea, adelantó en una conferencia de seguridad informática en Bruselas que próximamente la policía tendrá un nuevo método para identificar a pedófilos que distribuyan anónimamente fotografías por Internet.

Esta tecnología estaría basada en la capacidad de identificar un patrón único e imposible de remover que todas las cámaras digitales trazan en sus fotografías, y que se genera debido a las pequeñas imperfecciones en los sensores de las cámaras digitales.

(C) Riccardo Satta

Al comparar esta ‘firma’ entre varias fotografías encontradas en sitios web, un investigador forense podría determinar que corresponden a una determinada cámara digital, lo que complementado con información contextual podría ayudar a determinar a los responsables de toda clase de delitos.

Según Satta, estas pequeñas variaciones en los chips de silicio crean diferencias en la respuesta a la luz por parte de los sensores que añaden un patrón de respuestas inconsistentes, interferencias, o ‘ruido’ a todas las imágenes que capturan, la que no podría ser removida o falseada porque “intentar substituir el ruido con otro probablemente creará una gran cantidad de artefactos visibles que al removerlos dará como resultado una imagen borrosa e innatural“.

En un estudio preliminar de 2.896 fotografías tomadas de dos cuentas de 15 diferentes redes sociales, Satta encontró que el 50% de las veces una sola imagen puede ser pareada correctamente con la cámara que su software señaló como lo más probable, y que si analizan las imágenes en grupo, pueden predecir la cámara original en un 90% de las veces, con un 2% de falsos positivos.

Link: Scientific American