論文の概要: A Technique for the Detection of PDF Tampering or Forgery

• arxiv url: http://arxiv.org/abs/2507.00827v1
• Date: Tue, 01 Jul 2025 14:59:05 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-07-03 14:22:59.677742
• Title: A Technique for the Detection of PDF Tampering or Forgery
• Title（参考訳）: PDFの改ざん・偽造検出手法
• Authors: Gabriel Grobler, Sheunesu Makura, Hein Venter,
• Abstract要約: 本稿では,PDF文書のファイルページオブジェクトを利用して,PDF文書内の改ざんを検出する手法を提案する。 このテクニックでは、PDFドキュメントの変更、例えばテキストの変更、画像、あるいはそのファイルのメタデータを検出できるプロトタイプを使用している。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Tampering or forgery of digital documents has become widespread, most commonly through altering images without any malicious intent such as enhancing the overall appearance of the image. However, there are occasions when tampering of digital documents can have negative consequences, such as financial fraud and reputational damage. Tampering can occur through altering a digital document's text or editing an image's pixels. Many techniques have been developed to detect whether changes have been made to a document. Most of these techniques rely on generating hashes or watermarking the document. These techniques, however, have limitations in that they cannot detect alterations to portable document format (PDF) signatures or other non-visual aspects, such as metadata. This paper presents a new technique that can be used to detect tampering within a PDF document by utilizing the PDF document's file page objects. The technique employs a prototype that can detect changes to a PDF document, such as changes made to the text, images, or metadata of the said file.
• Abstract（参考訳）: デジタル文書の改ざんや偽造は、画像の全体像を拡大するなどの悪意のない意図を伴わずに画像を変更することによって、広く普及している。 しかし、金融詐欺や評判の被害など、デジタル文書の改ざんが否定的な結果をもたらすことがある。 タグ付けはデジタル文書のテキストを変更したり、画像のピクセルを編集することで行うことができる。 文書に変更が加えられたかどうかを検出するために、多くの技術が開発されている。 これらの技法のほとんどは、ハッシュの生成や文書の透かしに依存している。 しかし、これらの技術は、可搬型文書フォーマット(PDF)シグネチャの変更やメタデータなどの視覚的でない側面を検出できないという制限がある。 本稿では,PDF文書のファイルページオブジェクトを利用して,PDF文書内の改ざんを検出する手法を提案する。 このテクニックでは、PDFドキュメントの変更、例えばテキストの変更、画像、あるいはそのファイルのメタデータを検出できるプロトタイプを使用している。

関連論文リスト

• FT-Shield: A Watermark Against Unauthorized Fine-tuning in Text-to-Image Diffusion Models [64.89896692649589]
  テキスト・画像拡散モデルの微調整に適した透かしシステムであるFT-Shieldを提案する。 FT-Shieldは新しい透かしの生成と検出戦略を設計することで著作権保護の課題に対処する。
  論文  参考訳（メタデータ） (2023-10-03T19:50:08Z)
• On the Reliability of Watermarks for Large Language Models [95.87476978352659]
  本研究では,人間による書き直し後の透かしテキストの堅牢性,非透かしLDMによる言い換え,あるいはより長い手書き文書への混在性について検討する。 人や機械の言い回しをしても、透かしは検出可能である。 また、大きな文書に埋め込まれた透かし付きテキストの短いスパンに敏感な新しい検出手法についても検討する。
  論文  参考訳（メタデータ） (2023-06-07T17:58:48Z)
• DocMAE: Document Image Rectification via Self-supervised Representation Learning [144.44748607192147]
  文書画像修正のための新しい自己教師型フレームワークDocMAEを提案する。 まず、背景を除いた文書画像のランダムなパッチをマスクし、欠落したピクセルを再構成する。 このような自己教師型学習手法により、ネットワークは変形文書の本質的な構造を学習することが奨励される。
  論文  参考訳（メタデータ） (2023-04-20T14:27:15Z)
• Deep Unrestricted Document Image Rectification [110.61517455253308]
  文書画像修正のための新しい統合フレームワークDocTr++を提案する。 我々は,階層型エンコーダデコーダ構造を多スケール表現抽出・解析に適用することにより,元のアーキテクチャをアップグレードする。 実際のテストセットとメトリクスをコントリビュートして、修正品質を評価します。
  論文  参考訳（メタデータ） (2023-04-18T08:00:54Z)
• A Novel Region Duplication Detection Algorithm Based on Hybrid Approach [0.0]
  デジタル画像は、善悪の意図で簡単に改ざんできる。 デジタル画像に予め埋め込まれた情報が利用できないため、デジタル鑑識の場合、改ざん検出プロセスが困難になる。
  論文  参考訳（メタデータ） (2022-04-10T12:17:13Z)
• A Robust Document Image Watermarking Scheme using Deep Neural Network [10.938878993948517]
  本稿では,ディープニューラルネットワークを用いたエンドツーエンドの文書画像透かし方式を提案する。 特に、エンコーダとデコーダは、透かしを埋め込んで抽出するように設計されている。 文字への埋め込み変更を制限するために、テキストセンシティブな損失関数が設計されている。
  論文  参考訳（メタデータ） (2022-02-26T05:28:52Z)
• DocScanner: Robust Document Image Rectification with Progressive Learning [162.03694280524084]
  この研究はDocScannerという、文書画像の修正のための新しいディープネットワークアーキテクチャを提示する。 DocScannerは、修正されたイメージの1つの見積を維持し、再帰的なアーキテクチャで徐々に修正される。 反復的な改善によりDocScannerは堅牢で優れたパフォーマンスに収束し、軽量なリカレントアーキテクチャにより実行効率が保証される。
  論文  参考訳（メタデータ） (2021-10-28T09:15:02Z)
• PDF-Malware: An Overview on Threats, Detection and Evasion Attacks [0.966840768820136]
  PDFが広く使われるようになったことで、良心的ユーザーの間では、本質的な安全性の虚偽の印象が生まれている。 本稿では,PDFマルウェア検出問題の概要について述べる。
  論文  参考訳（メタデータ） (2021-07-27T15:15:20Z)
• Can You Read Me Now? Content Aware Rectification using Angle Supervision [14.095728009592763]
  本稿では,文書の修正を初めて学習したアングル・スーパービジョンを用いたコンテンツアウェア・リクティフィケーションについて述べる。 提案手法は,OCRの精度,幾何学的誤差,視覚的類似性の観点から,従来の手法を超越した手法である。
  論文  参考訳（メタデータ） (2020-08-05T16:58:13Z)
• Source Printer Identification from Document Images Acquired using Smartphone [14.889347839830092]
  我々は,文字画像とプリンタ固有のノイズ残差の融合から,単一のCNNモデルを学習することを提案する。 提案手法は,5x2クロスバリデーション手法を用いて,文字「e」の画像を用いた98.42%の文書分類精度を実現する。
  論文  参考訳（メタデータ） (2020-03-27T18:59:32Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。