Biometrics and Multimedia Forensics

Gli obiettivi formativi dell'insegnamento di Biometrics and Multimedia Forensics, sono i seguenti:

1. Conoscenza e comprensione (knowledge and understanding): lo studente apprenderà le conoscenze relative alle tecniche di biometria e digital forensics, con particolare attenzione alle tecniche di fonetica forense e di mobile forensics.
2. Capacità di applicare conoscenza e comprensione (applying knowledge and understanding): le conoscenze di natura applicativa, acquisite attraverso le esecitazioni e il laboratorio, riguarderanno la capacità di utilizzo dei principali strumenti adottati nel digital forensics; lo studente acquisirà capacità di problem solving e di lavorare in gruppo.
3. Autonomia di giudizio (making judgements): l’insegnamento stimolerà autonomia di giudizio e di valutazione delle condizioni in cui applicare le tecniche e gli strumenti di digital forensics.
4. Abilità comunicative (communication skills): l’insegnamento è basato sull’impiego di un linguaggio proprio degli studi relativi al digital forensics che diverrà la base dell’attività di comunicazione posta in essere dallo studente;
5. Capacità di apprendimento (learning skills): la capacità di apprendimento sarà stimolata dalla conoscenza critica dei temi trattati nell’insegnamento resa possibile dalla frequenza alle lezioni, dalle attività laboratoriali e dallo studio dei testi di riferimento.

Il corso prevede una parte di lezioni frontali e di laboratorio per un totale di 58 ore ed è svolto in co-docenza dal Prof. Francesco Beritelli e dalla Prof.ssa Roberta Avanzato.

La frequenza delle lezioni non è obbligatoria, si precisa, comunque, che solo con la partecipazione alle attività di laboratorio si potranno acquisire fino a 3 punti del voto finale tenendo presente che la valutazione sull'orale è fino a 27 punti (vedasi "Modalità di verifica dell'apprendimento").

1.     Introduzione al corso (2 ore): Le tematiche del digital forensics. Differenza tra multimedia e computer forensics. Aspetti giuridici. La consulenza tecnica e la perizia nel procedimento penale. Le figure del CTU e CTP.

2.     Tecniche di identificazione biometrica (6 ore): Introduzione ai sistemi biometrici. Autenticazione. Identificatori biometrici morfologici e comportamentali. Architettura di un sistema biometrico. Metodi statistici. Tecniche di matching e decisione. Verifica e valutazione delle prestazioni del sistema, usabilità e scalabilità. Metriche di performance (FAR, FRR, ROC, EER, DET). Sistemi biometrici multimodali.

3.     Audio forensics (6 ore): Principali tecniche di elaborazione e compressione del segnale audio. Standard di codifica vocale. Fonetica forense. Intercettazioni audio. Tecniche di enhancement del segnale audio. Tecniche di identificazione della voce: metodi uditivi, semiautomatici (formanti, LPC), automatici (MFCC, GMM, i-vectors). Imitazione di voci (deepFake). Metodi di anti-spoofing e liveness detection vocale. Trascrizione di segnale audio.

4.     Video forensics (6 ore): Elaborazione delle immagini e del segnale video. Principali tecniche di compressione e standard di codifica. Tecniche di video forensics.  Tecniche di generazione: GAN, autoencoder, diffusion models. Indicatori forensi di deepfake (inconsistenze facciali, blinking, eye gaze, texture).  Rilevamento di manipolazioni, alterazioni e deepfake. AI e Computer Vision per la sicurezza nelle Smart Cities.

5.     Mobile forensics (3 ore): Introduzione al mobile forensics. Procedure e principi. Preservazione. Acquisizione. Ispezione e analisi. Reporting. Principali tools.

6.     Geolocalizzazione nei sistemi radiomobili (5 ore): Servizi e sistemi di geolocalizzazione. Tecniche di localizzazione. Triangolazione e trilaterazione tramite algoritmi di Angle of Arrival (AoA), Time of Arrival (ToA) e TDoA (Time Difference of Arrival), tecniche ibridi. Tecniche per la riduzione dell'errore di localizzazione. 

7.     Laboratorio (30 ore): Principali strumenti per la fonetica forense: PRAAT, Idem, Nuance Forensic. Uso di librerie Python/MATLAB per riconoscimento facciale e vocale. Progetti su dataset reali (es. FERET, LFW, VoxCeleb, FVC, PhysioNet).

1. Appunti del docente
2. "Introduction to Biometrics“, Anil K. Jain , Arun A. Ross , Karthik Nandakumar , Thomas Swearingen, Springer, 2nd Ed., 2025
3. "Multimedia Forensics", Husrev Taha Sencar, Luisa Verdoliva, Nasir Memon, Springer, 2022
4. “Guidelines on Mobile Device Forensics", Rick Ayers, Sam Brothers, Wayne Jansen, NIST, Special Publication 800-10 Revision 1, May 2014

Le domande vertono su tutti gli argomenti del corso.