MétaCan
Menu
Retour à la cohorte
Enregistrement W2140867504 · doi:10.1109/ccece.2008.4564903

Ambient-aware authentication of digital evidences

2008· article· en· W2140867504 sur OpenAlexaffvenue
Pradeep K. Atrey, Abdulmotaleb El Saddik

Notice bibliographique

RevueConference proceedings - Canadian Conference on Electrical and Computer Engineering · 2008
Typearticle
Langueen
DomaineComputer Science
ThématiqueAdvanced Steganography and Watermarking Techniques
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésComputer scienceAuthentication (law)Digital watermarkingScheme (mathematics)Message authentication codeCryptographyComputer securityData Authentication AlgorithmProcess (computing)Digital signatureDigital contentDigital mediaMultimediaAuthentication protocolWorld Wide WebImage (mathematics)Computer vision

Résumé

récupéré en direct d'OpenAlex

Easy fragility of digital media content makes their authentication mandatory before they can be considered as legal evidence. The existing techniques usually perform authentication after the media content has been captured and stored on the disk; hence they can not guarantee the integrity of the media content since they can still be tampered with before performing the authentication process. In this paper, we propose a camera-level authentication scheme, which utilizes the ambient information such as date, time, GPS-based location, camera model, and serial number in addition to the captured media content in order to compute the authentication data. The proposed scheme uses a cryptographic secret sharing technique to ensure the integrity of the captured media content. The experimental results show the utility of our scheme.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,971
Score d'incertitude au seuil0,936

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,021
Tête enseignante GPT0,209
Écart entre enseignants0,188 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2008
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueConference proceedings - Canadian Conference on Electrical and Computer EngineeringMême sujetAdvanced Steganography and Watermarking TechniquesTravaux en français237 207