Un modèle mathématique d'impression et d'imagerie pour l'authentification des codes de détection de copie

Read full text Summarise with VIRAT
Authors: Joakim Tutt
Cited by: 0

Summary

No summary yet. VIRAT can read this paper and write a plain-language summary of its aim, methods, key findings and limitations.

Summarise with VIRAT Free to try with your Science Catalogs account.

Abstract

Cette thèse étudie le problème de la lutte contre la contrefaçon des objets et des méthodes numériques permettant d’en assurer la protection. Elle a pour but le développement de stratégies d’authentification sécurisées et fiables et fait partie d’un plus large projet d’analyse théorique des systèmes d’authentification basés sur les algorithmes d’apprentissage profond du point de vue de la théorie de l’information. Parmi la multitude de technologies développées dans le but de sécuriser les chaînes de production, une invention récente apparue en 2004 a démontré un intérêt certain, se positionnant comme une solution simple à implémenter dans une chaine de production tout en garantissant un haut niveau de suivi et de fiabilité. Cette technologie se nomme le Code de Détection de Copie (CDP en anglais). Les récents progrès concernant la génération d’images synthétiques par des techniques d’apprentissage profond a ouvert la voie à de nouvelles attaques de contrefaçon des CDP qui représentent une menace sérieuse pour les systèmes de protection basés sur cette technologie. Ainsi, il y a aujourd’hui un grand besoin de développer des recherches ouvertes et indépendantes concernant les garanties de sécurité et la performance des systèmes d’authentification basés sur les CDP. L’objectif principal de cette thèse est de mener une recherche approfondie sur le sujet du canal d’impression-imagerie de l’authentification par CDP et de proposer de nouveaux outils et méthodes de mesures de ses caractéristiques et de leurs statistiques. Ces nouvelles approches sont étudiées tant du point de vue théorique, basées sur le développement de modèles permettant l’analyse et la discussion des garanties de sécurités de ce système que du point de vue expérimental, en testant ces modèles sur des jeux de données réelles imprimées et capturées dans des conditions réelles. La thèse propose également la mise en place de nouvelles stratégies pour l’authentification des CDP basées sur les modèles théoriques étudiés, et démontre que ces nouvelles stratégies permettent de lutter de manière efficace contre les plus puissantes attaques basées sur l’apprentissage profond.

Fields of Study & Subjects

Physical Unclonable Functions (PUFs) and Hardware Security Advanced Steganography and Watermarking Techniques Digital Media Forensic Detection

Publication details

Journal / source
Archive ouverte UNIGE (University of Geneva)
Publication date
1 January 2026
Language
EN
Document type
Thesis