[윈도우포렌식]기술정리 PRNU

ai는 픽셀 수준의 특징 추출을 수행하는 기술을 사용하여 이미지를 생성하기 때문에 카메라에서 발생하는 특수 노이즈가 없다. PRNU는 이 노이즈를 판별할 수 있는 패턴,

PRNU 패턴: Photo Respond Non Uniformity 패턴.

빛이 있을때 pixel별로 다른 감도(gain)을 가지면서 발생하는 FPN(fixed pattern noise)

카메라 노이즈 : 무작위 노이즈, 패턴 노이즈 

PRNU - 패턴 노이즈 (조명에 의존 : 사진)

 

대부분의 픽셀은 평균 근처에 분포해 있으며, 그 분포는 모델과 거의 일치함 (우상단 모양). 

**왼쪽의 드문 값들(–200% 이하 등)**은 센서 이상값 혹은 노이즈 성분으로 해석됨.

실제 센서 기반 이미지에서는 이런 노이즈 패턴이 존재하는데, AI 생성 이미지에는 이런 특성이 약하거나 없음 → PRNU 탐지 가능!

 

결론 : 실제 이미지의 PRNU는 예측 가능한 통계 분포(모델)를 따른다"는 점을 보여주고 있으며, AI 이미지에서는 이런 분포가 깨지거나 없다는 걸 통해 진짜/가짜 이미지 판별 근거로 활용할 수 있다.

 

 

참고 : https://www.teledynevisionsolutions.com/ko-KR/learn/learning-center/imaging-fundamentals/pattern-noise-dsnu-and-prnu/, https://pubmed.ncbi.nlm.nih.gov/38005425/#:~:text=The%20purpose%20of%20this%20research,intelligence;%20deep%20learning;%20photographs., https://www.researchgate.net/publication/328345057_Camera_recognition_with_deep_learning, https://www.mdpi.com/1424-8220/24/23/7701