Tehnike ENF forenzičke analize audio zapisa

Forenzička analiza audio zapisa odnosi se na dobivanje, analiziranje i evaluaciju audio zapisa koje u konačnici mogu biti korištene kao dokazi na sudu.[1] Audio zapisi se mogu dobiti “samostalno”, ukoliko su snimnjeni npr. uređajem za snimanje zvuka, ali mogu doći i kao dio videozapisa. U svakom slučaju, audio zapis je potrebno analizirati kako bi se probalo utvrditi je li stvarno snimljen u trenutku za koji autori snimke tvrde da je, jesu li snimke modificirane… Za forenzičku analizu digitalnih audio zapisa, jedna od metoda koja se koristi bazirana je na promatranju frekvencije električne mreže. Upravo ta metoda će se ovdje analizirati.

Snimanje bilo kojeg razgovora ili događaja nekom digitalnom opremom (računalom, uređajem za snimanje zvuka, itd.), osim samog govora, sprema se i 50/60 Hz frekvencija električne mreže (ENF, engl. Electrical Network Frequency). U pravim električnim mrežama, ENF nije fiksiran na 50 ili 60 Hz (za potrebe ovog rada, pretpostavit ćemo da se radi o mreži frekvencije 50 Hz). Tijekom vremena, dolazi do male promijene u frekvenciji, uglavnom zbog razlike u proizvedenoj i potrošenoj energiji. Nakon analize ENFa kroz duži vremenski period, primijetilo se da su te male promijene frekvencije nasumične, bez nekog predvidljivog uzorka. Zbog širenja elektromagnetskog vala, cijela električna mreža, sastavljena od međusobno spojenih sustava, imat će jednaku frekvenciju (jednak ENF), neovisno o tome gdje u mreži se mjeri.[2]

Na sljedećim slikama vidimo dva primjera izmjerenih ENFa. Na prvoj slici ENF je mjeren na različitim lokacijama u isto vrijeme, te vidimo da je on bio jednak u svim slučajevima. Druga slika prikazuje izmjeren ENF na istom mjestu kroz jedan tjedan. Iako imamo neke sličnosti (npr. skok u 5 i 6 skoro svaki dan), svaki ENF je unikatan.

Postoje tri metode za izvlačenje ENFa:

1. metoda spektograma “vremensko/frekvencijske domene” sastoji se od računanja spektograma,
2. metoda “frekvencijske domene” računa FFT (engl. Fast Fourier Transformation) za kratki vremenski prozor te izvlači maksimalnu vrijednost amplitude oko 50 Hz,
3. metoda “vremenske domene” koja se sastoji od mjerenja prolaska kroz nulu.

Metoda sa spektogramima je najbrža. Nakon dobivanja spektograma, on se može vizualno usporediti sa spektogramom koji imamo u bazi ENFa. Ako ENF koji imamo u bazi za vrijeme kad je audio zapis nastao u cijelosti odgovara dobivenom ENFu iz audio zapisa, možemo biti vrlo sigurni da je zapis nastao u to vrijeme, te da nije bilo nikakvih promijena na njemu.

Kako bi se druge dvije metode uopće mogle koristiti, prvo je potrebno iskoristiti prvu metodu. Prva metoda radi neovisno o broju ENF komponenata u zapisu te pomoću nje možemo odrediti broj komponenata. Prisutnost više od jedne komponente ENFa u većini slučajeva označava da se radi o neautentičnoj snimci.[2]

Metoda frekvencijske domene može se iskoristiti na jednu ENF komponentu kako bi analizirali snimku. Ova metoda se može iskoristiti i za snimke koje imaju više ENF komponenata, kako bi ih razdvojili. Takvi “zasebne” ENF komponente se zatim mogu koristiti u trećoj metodi, koja radi samo kada signal ima jednu ENF komponentu.[2]

Kako bi se mogao usporediti ENF izvučen iz dobivene snimke, potrebno je imati bazu ENFa. Ako želimo odrediti je li snimka stvarno snimljena u nekom trenutku, moramo imati vlastiti ENF iz tog trenutka (koji smo ili osobno snimili, ili dobili iz nekog izvora kojem vjerujemo). Budući da ne možemo znati što će nam u budućnosti trebati, bilo bi potrebno spremiti ENF svakog trenutka.

Pogledajmo jedan primjer takve baze, odnosno kapacitet potreban za njeno spremanje. Ako bi spremali snimke ENFa u WAV PMC datotekama sa brzinom uzorkovanja od 120 Hz i 16-bitnom rezolucijom, dobivamo sljedeće[2]:

Kako je vidljivo iz tablica, kapacitet potreban za pohranu snimaka ENFa kroz cijelu godinu je malo preko 7 GB. U današnje vrijeme, to je malo, te dostupno skoro svakom pojedincu. Iz tog razloga, stvaranje takve baze ne bi trebalo predstavljati problem.

Promotrimo primjer sustava za usporedbu ENFa koji je dan na sljedećoj slici. Ovo je također postupak kojim bi forenzički analitičar pristupio analizi audio zapisa ukoliko želi usporediti dva uzorka ENFa.

Za početak, analitičar bi dobio neki audio zapis, te uz njega neki datum i vrijeme za koje se pretpostavlja da je snimka snimljena. Analitičar bi zatim poduzorkovao snimku na 120 Hz, te primjenio pojasni filter između 49 i 51 Hz (jer se ENF nalazi u tom rasponu). Time bi analitičar dobio ENF iz snimke. Taj ENF bi se zatim usporedio sa onim koji je spremljeni u bazu za dobiveni datum i vrijeme. Zatim analitičar odlučuje jesu li ti ENF jednaki, ili ne, te izgleda li kao da ima promijene. Ukoliko analitičar odluči da snimka nije snimljena u trenutku u kojem se tvrdi da je snimljena, može pokušati pronaći pravi trenutak u kojem je snimljena. Međutim, ukoliko nema nikakvih dodatnih pretpostavki, takvo traženje bi se moglo svesti na usporedbu dobivene snimke sa velikom količinom spremljenih snimaka u bazi, te bi takva potraga mogla trajati izuzetno dugo, te u krajnjem slučaju nemoguća za završiti.

[1] Maher, R. C. Audio forensic examination. IEEE Signal Processing Magazine, 27.3.2009, pristupljeno 10.1.2021.

[2] Grigoras, C. Applications of ENF criterion in forensic audio, video, computer and telecommunication analysis. Forensic Science International, 11.4.2007., pristupljeno 10.1.2021.

[3] Gerazov, B. Kokolanski, Z. Arsov, G. Tracking of electrical network frequency for the purpose of forensic audio authentication. Svibanj 2012, pristupljeno 10.1.2021.