ZK-JPEG sıfır bilgi kanıtlarıyla görüntü düzenlemeyi ve sıkıştırmayı doğruluyor
Öne çıkanlar
- ZK-JPEG, kayıplı sıkıştırma sonrasında da fotoğrafın kökenini ve doğruluğunu kanıtlıyor.
- Python tabanlı düzenleme kodları PicoZK ile sıfır bilgi devrelerine dönüştürülüyor.
- Sistem, sansürleme ve filtre gibi dönüşümleri JPEG sürecine düşük maliyetle ekliyor.
Araştırmacılar, dijital fotoğrafların gerçekliğini korurken kayıplı sıkıştırma ve düzenleme işlemlerine olanak tanıyan ZK-JPEG adlı yeni bir kriptografik araç geliştirdi. Derin sahte (deepfake) içeriklerin yaygınlaşmasına karşı kameraların dijital imzaları kullanılsa da dosya boyutunu küçülten kayıplı JPEG sıkıştırması veya gizlilik amaçlı sansürleme bu imzaları geçersiz kılıyor. Geliştirilen yeni sistem, görüntünün gizli tutulan özgün bir kaynaktan doğru şekilde sıkıştırıldığını sıfır bilgi kanıtları kullanarak kanıtlıyor.
Sistem, görüntü üzerindeki çeşitli düzenleme işlemlerini doğrudan JPEG sıkıştırma sürecine entegre ederek ek işlem maliyetini en aza indiriyor. Mevcut sıfır bilgi araçlarıyla uyumlu çalışabilen altyapı, Python tabanlı görüntü işleme kodlarını PicoZK aracılığıyla doğru devre yapılarına dönüştürüyor. Bu dönüşüm sayesinde LPZK (line-point zero knowledge) kanıt sistemi üzerinde esnek ve hızlı bir doğrulama süreci işletiliyor.
ZK-JPEG, haber kaynakları ve dijital içerik üreticileri için manipüle edilmemiş görüntülerin kanıtlanmasını pratik hale getiriyor. Önceki sıfır bilgi yaklaşımlarının kayıplı kodlama formatlarında yetersiz kalması sorununu aşan bu yöntem, hem dosya boyutunu optimize ediyor hem de temel fotoğraf düzenlemelerinin güvenilir bir zincir içinde kalmasını sağlıyor.
Bu özet yapay zekâ ile hazırlanmıştır; ayrıntılar ve doğrulama için orijinal kaynağa başvurun.