新技術環境下電子照片檔案內容真實性問題研究

顧 偉/安徽大學

真實性是檔案的重要屬性，確保檔案的真實是檔案全生命周期管理的重要內容，無論是紙質檔案還是電子檔案，保障檔案真實性始終是檔案學研究的重要方向。對不同的檔案載體來說，唯一的變化是對檔案真實性的研究重點和關注內容。紙質檔案管理時期，檔案真實性重點關注檔案形成過程的真實和檔案信息內容的真實；而在電子檔案管理時期，由于電子檔案對前端業務系統和計算機系統的依賴性，檔案的原始記錄性難以保證，業務系統既能形成電子文件，也能修改甚至刪除電子文件。計算機系統擁有最高權限，可以越過任何屏障，從系統底層任意改動電子檔案，因此電子檔案的真實性難以保證。保障電子檔案的真實性是一個涉及環境認知、制度規范、人員素質、管理活動、技術系統等多種因素的綜合性問題[1]，只有做到“來源可靠、程序規范、要素合規”才能確保電子檔案的真實性。

電子照片檔案是常見且常用的原生電子檔案，相對于其他電子檔案，從數據形式上來說，電子照片屬于多媒體數據，數據結構有自身特點；從檔案利用上來說，電子照片直觀性強、傳播速度快、傳播范圍廣；從篡改行為上來說，篡改電子照片檔案的技術手段多、方式多、成本低；從篡改檢測上來說，人們對電子照片檔案真實性鑒定需求相對較多，但有效檢測手段較少。本文針對電子照片檔案內容真實性問題進行研究，在現有研究基礎之上，分析電子照片檔案內容真實性的現實需求，給出相應的技術解決方案。

1 既有研究：基于檔案學和計算機學科的已有研究成果分析

1.1 檔案學領域電子照片檔案內容真實性研究成果分析

以中國知網全文數據庫為檢索對象，將檢索條件設置為“電子照片/數碼照片+真實性”，同時將“中圖分類號”設置為“G270”或“G271”，并去除關聯度較弱的文獻，可以檢索出強相關的研究論文52篇。

以時間為序，分析這些文獻可以發現：不同階段的電子照片檔案內容真實性研究各有研究重點。2010年之前，檔案工作處于紙質檔案管理向電子檔案管理的過渡階段，該階段的電子照片檔案的研究側重于分析紙質照片與電子照片檔案管理方法的不同[2]以及電子環境下照片檔案的管理特點、原則和要求[3]，電子照片檔案的真實性問題初步得到學者關注，研究內容主要集中于分析“圖像檔案被人為修改的狀況和原因”，并從數碼照片造假事件入手[4]，分析如何評估數碼照片的真實性以及由此給檔案管理工作帶來的啟示[5]。2011年至2015年，學者們開始具體分析電子照片的各種特性，提出了基于前端控制思想的“一致性”保真策略[6]，并對電子照片真實性鑒定的可行性進行研究，提出了電子照片真實性鑒定的總體框架和檢測手段[7]。在這一階段，國家檔案局頒布了行業標準《照片類電子檔案元數據方案》，為電子照片檔案真實性提供保障。2016年至2020年，學者們偏重對電子照片檔案真實性問題整體解決框架的構建和多樣化技術方案的研究，提出了基于計算機技術的電子照片檔案真偽鑒定方法[8]，對各種電子照片真實性的檢測方法進行了比較[9]，并從電子檔案“四性”檢測的角度[10]，提出了電子檔案真實性的檢測內容和實現方式[11]。

可以看出，電子照片檔案真實性問題的研究是隨著檔案信息化建設的開展而開展的，是一個由淺到深的研究過程，經歷了從管理向技術的變化。

1.2 計算機領域圖像真實性研究成果分析

以中國知網全文數據庫為檢索對象，將檢索條件設置為“圖像真實性+被動認證”，同時將“中圖分類號”設置為“TP39”，可以檢索出強相關研究論文644篇。

仍以時間為序，研讀這些文獻可以發現：在計算機領域，對圖像真實性的研究時間較早，可以追溯到20世紀90年代初，研究內容側重于從技術層面對圖像真實性檢測算法進行研究。10多年來，計算機領域對圖像真實性的研究也是一個由淺到深、由點到面、由粗到細的過程。檢測方法可以分為主動檢測和被動認證兩大類[12]，用于滿足不同場景下圖像真實性檢測需求。早期的研究通常是采用主動檢測方法驗證圖像真實性，即在不影響用戶體驗和實際使用的前提下，向圖像數據冗余區域加入人眼不可見的脆弱信息來驗證圖像真實性[13]。所謂“脆弱”可以理解為“一碰就碎”，當圖像被攻擊或篡改時，部分圖像像素值必然發生改變，與此相關聯的是，嵌入圖像的“脆弱”信息也會隨之發生部分變化。因此，可以通過檢測“脆弱”信息的一致性來判斷圖像的真實性。這種方法的缺點是不可逆地破壞了圖像的原始性，所以在后期的研究中，學者們開始采取被動認證的方式檢測圖像真偽。首先建立圖像的各種數據模型，并分析待檢圖像的相關性特征，將二者進行比較，從而實現圖像真偽判定。再后來，有學者將主動和被動的這兩種方法相結合，提出了可恢復場景下圖像真實性鑒別方法，即采用主動嵌入的方法檢測圖像真偽，同時也可以將嵌入的信息無失真地刪除。

1.3 已有研究成果的不足

電子照片檔案內容真實性問題的研究本質上是一個跨檔案和計算機兩個學科的綜合性研究，在既有研究中，檔案人側重從檔案業務的視角研究保障電子照片檔案內容真實性的管理、制度、人員等非技術性因素，忽略了電子照片檔案的“電子”屬性；從事計算機研究的學者著重研究篡改電子照片的各種方法以及有效檢測這些篡改操作的技術手段，不會考慮電子照片的“檔案”屬性。這就產生了問題：一方面，檔案人不能站在計算機防偽研究的角度，提出結合檔案業務需求的電子照片檔案保真技術要求，讓計算機領域的學者去研究解決方法。另一方面，計算機領域的學者對電子照片保真所做的研究是一種共性研究，雖然可能對醫學、軍事等領域的電子圖像做過具體研究，但是沒有專門針對電子照片檔案的數據特點提出電子照片真實性保護的解決方案，也沒有對電子照片檔案保真典型應用場景進行專門分析。因此，他們缺乏應有的背景知識，不能針對電子照片檔案管理中的業務痛點提出合理的技術方案。我們應該從檔案專業的角度提出計算機領域的業務需求，也應從計算機技術的角度回應檔案人的技術需求。

2 現實需要：電子照片檔案內容保真需要解決的問題

2.1 收集環節：嚴把電子照片檔案收集入口關

檔案收集是檔案管理的第一步。在收集階段做好電子照片真實性鑒定工作是確保電子照片檔案真實性的重要業務節點和關鍵環節。在這一階段，我們首先應對電子照片形成過程的真實性進行鑒定，做好電子照片的身份認證和完整性認證，檢查電子照片責任者、形成時間等相關信息是否正確，以及結構、背景信息是否缺失。接著還要對電子照片內容的真實性進行檢測，包括兩個方面：一是檢測電子照片元數據內容的真實性；二是判斷電子照片形成之后是否被人為改動。

根據《照片類電子檔案元數據方案》，電子照片元數據包括很多項內容，其中與電子照片真實性有關并可以依靠技術手段進行檢測的元數據分為兩類：一類是反映電子照片來源的元數據，如編號為M43（捕獲設備）的容器型元數據及其子元數據，可以利用計算機領域的照片來源檢測方法進行檢測。不同型號成像器材物理介質存在差異，這種差異會反映在電子照片成像特征上，通過分析能夠區別電子照片來源的特征，即可實現對電子照片來源的檢測[14]。另一類是反映電子照片自身屬性的元數據，如編號為M54（圖像參數）的容器型元數據及其子元數據，這些元數據的值不僅相互之間有限制關系，而且與電子照片EXIF信息也有關聯性。單純修改元數據的值而不改動電子照片的數據信息，必將引起二者之間的矛盾。因此，研究它們之間存在的關聯關系可以檢測元數據的真實性。

改動電子照片內容的操作有多種方式，既有復制—粘貼、重壓縮、圖像模糊和圖像拼接等有實際內容篡改的操作，也有如亮度、對比度調整等無實質內容改動的潤飾操作。從檔案角度來說，其中任何一種操作都是對原始記錄性的破壞，都應該盡可能地去發現。從電子照片角度來說，其中任何一種改動都會留下痕跡，破壞電子照片的圖像特征和統計特性。因此，可以在具體分析電子照片各種統計特征的基礎上，綜合運用各種圖像處理算法，通過比較電子照片與圖像模型之間的一致性判定電子照片內容的真實性。

2.2 管理環節：確保電子照片檔案保管過程始終真實

在檔案管理環節，電子照片檔案保真的業務需求相對簡單，重點要確保電子照片檔案在保管過程中“始終如一”，不論是電子照片的內容還是元數據信息都要做到始終不變。現實情況是照片檔案的保管期限大多為長期或永久，而電子照片具有脆弱性，即使它們發生了改變也很難被人發現。因此，在這一階段應該采取技術手段及時發現這種改變。發現電子檔案是否有改動的技術方法較多[15]，各種方法的優缺點和應用場景不盡相同，這里我們建議采用哈希值校驗技術來檢查電子照片檔案的真實性，原因有三：一是哈希值校驗技術簡單、有效、易于實現，且使用范圍廣；二是哈希值長度固定且占用的存儲空間少，電子照片數量越多，這種技術在空間存儲上的優勢體現得就越明顯；三是哈希算法能夠保證哈希值的唯一性，在某些場景中可以作為每幅電子照片的標識符，有利于照片的區分和利用。

2.3 利用環節：快速簡便地實現電子照片檔案真實性的檢測

在檔案利用過程中，一旦電子照片檔案被分發或傳播，其真實性就難以得到保障，既存在第三方篡改電子照片內容的可能性，也存在檔案利用者斷章取義地扭曲電子照片本意的可能性。因此，與前兩個環節相比，檔案利用環節應更加注意電子照片檔案真實性和完整性的檢測。在檢測的過程中要做到：一是檢測方法便捷、有效，能夠快速得到檢測結果，以利于檔案利用場景下電子照片真實性的實時鑒定。二是檢測方法獨立性要強，在檢測過程中，盡可能做到沒有任何輔助信息的幫助也可以完成鑒定，這樣有助于提高檢測方法的適用性。三是檢測方法不僅能檢測電子照片的真實性，還要能檢測電子照片的完整性。在檔案利用過程中，對電子照片任意的裁剪雖沒有改動照片內容，但改變了照片所要表達的含義，這就破壞了電子照片的完整性，也是對電子照片真實性的破壞，因此好的檢測方法應能夠實現電子照片完整性檢測。

3 技術實現：與新一代人工智能技術的有機結合

3.1 基于內容取證方法的電子照片來源鑒定和內容真實性鑒定技術

內容取證方法本質上是一種“盲檢測”技術，是利用電子照片自身信息來判斷照片內容真實性、完整性和原始性的方法，它適用于在檔案收集環節進行電子照片來源鑒定和內容真實性檢測的場景。

對電子照片來源進行鑒定的基本思路是根據電子照片的成像機理，找出能夠代表電子照片唯一性的特征屬性，從而判定電子照片的來源。通常的技術方法有兩種：一是從成像器件硬件設備的層面，提取成像器件固有缺陷引起的異常像素點信息，對電子照片來源進行取證和鑒別。二是立足電子照片本身，使用同一部相機拍攝大量照片，利用深度神經網絡進行訓練，提取電子照片的特征；再將待檢測照片的特征與由該相機拍攝的照片特征進行比對，從而判定待檢照片是否來自該部相機。

電子照片內容篡改方式有多種，常見的篡改方式一般都有相對應的檢測方法。如，檢測電子照片復制—粘貼篡改操作的代表性方法有基于尺度不變性的檢測技術[16]，檢測圖像拼接操作的代表性方法有基于雙相干特征的檢測技術，檢測模糊潤飾操作的方法有基于馬爾科夫方法的檢測技術和基于灰度共生矩陣的檢測技術。需要指出的是，能夠檢測出電子照片所有篡改方式的通用方法并不存在，但每一種篡改方式所對應的檢測方法也不是完全孤立的，相互之間是可以印證的。電子照片內容篡改檢測問題較為復雜，我們應該從全局角度，利用各種檢測方法綜合判斷電子照片是否發生篡改。

3.2 基于哈希值校驗方法的電子照片一致性判別技術

哈希值校驗方法基本思路是輸入電子照片，利用散列算法將電子照片變為固定長度的散列值。不同電子照片散列值是不一樣的，即使存在哈希沖突的情況，也可以利用開放尋址法、再散列法等方法處理沖突。同時，哈希算法是一種單向不可逆算法，不可能通過散列值倒推原始數據，其安全性是可以保障的。常見的哈希算法有MD5算法和SHA-1算法，它們的散列值長度分別為128位和160位。換句話說，一幅電子照片可以利用長度較短且位數固定的散列值來代表，如果電子照片發生了變化，它的散列值將隨之發生改變，由此可以判別電子照片在存儲過程中是否發生改動。

3.3 基于數字水印方法的電子照片真實性檢測技術

數字水印方法是一種主動保護方法，與內容取證方法不同的是，它是在電子照片中主動嵌入數字水印，通過檢查數字水印的一致性和完整性判斷電子照片是否發生過更改，這適用于檔案利用過程中電子照片真實性保護。

常見的水印技術是一種人眼可見的明水印，將明水印嵌入電子照片中，既是對電子照片原始性的破壞，也影響了用戶的利用體驗。為不破壞電子照片原始記錄性，也不影響用戶的利用體驗，我們提出了將不可見的可逆水印嵌入電子照片的思路。“不可見”指人眼視覺上的不可見，目的在于不影響用戶體驗；“可逆”指可恢復，即可以將嵌入水印后的電子照片無損恢復成未嵌入水印狀態的原始電子照片，確保電子照片在利用過程中不受到任何破壞[17]。

在電子照片檔案利用環節，我們選用的基于不可見可逆水印的電子照片真實性保護方法應盡可能簡單、有效，如直方圖移位方法和差值擴展方法等，這些方法不僅獨立性強，不需要輔助信息的幫助就可以完成電子照片真實性檢測，而且水印信息提取過程簡單，檢測的實時性較高；同時，在水印嵌入的強度選擇上，應以嵌入水印后的電子照片視覺質量不降低為標準；在水印嵌入位置上，嵌入算法應能保證所有水印信息盡可能均勻分布在整幅電子照片上，以達到檢測電子照片完整性的目的。

4 結語

由于電子照片具有脆弱性和篡改不易察覺性，鑒別電子照片檔案真實性較為困難，尤其是圖像編輯技術的發展，各種圖像改動方式更加隱蔽和多樣，電子照片檔案真實性鑒別變得更加復雜。在我國，電子照片檔案內容真實性保護研究還處于初期階段，還有大量研究工作有待開展。我們一方面應該加強理論研究，另一方面也應深入實際業務工作，準確把握業務環節的關鍵點，切實解決電子照片檔案真實性保護中的難點問題。