🚨 Введение: цифровой отпечаток камеры как объект экспертного исследования 🎥

• В современном криминалистическом и гражданско-правовом поле видеозапись выступает не только как носитель событийной информации, но и как потенциальный источник сведений о происхождении самого файла. Вопрос «Каким устройством сделана эта запись?» приобретает критическое значение в широком спектре ситуаций: от установления авторства компрометирующей записи до определения того, какой именно камерой видеонаблюдения зафиксировано правонарушение, и от проверки подлинности видеодоказательства до выявления факта использования подставного или поддельного оборудования.
• Однако заказчики видеотехнической экспертизы часто сталкиваются с серьезным препятствием: видеозапись, подлежащая исследованию, имеет низкое качество (низкое разрешение, высокую степень сжатия, артефакты кодирования) либо является копией, пересланной через мессенджер или сохраненной после многократной конвертации, с уменьшенным разрешением. Возникает закономерный вопрос: возможно ли определить устройство-источник по такой «испорченной» записи?
• Ответ — да, возможно, но с определенными ограничениями и при соблюдении ряда условий. Степень успеха зависит от множества факторов, которые будут подробно разобраны в настоящей консультации. Мы рассмотрим методы идентификации видеозаписывающих устройств (от анализа метаданных до исследования уникальных шумовых паттернов матрицы), специфику работы с низкокачественными и многократно сжатыми файлами, а также дадим практические рекомендации по предоставлению материалов для экспертизы.
• Настоящая консультация подготовлена на основе положений Федерального закона от 31.05.2001 № 73-ФЗ «О государственной судебно-экспертной деятельности в Российской Федерации», методических рекомендаций Экспертно-криминалистического центра МВД России, а также международных стандартов в области цифровой криминалистики (SWGDE — Scientific Working Group on Digital Evidence).

Раздел 1. Понятие и методы идентификации видеозаписывающего устройства 📌

1.1. Что такое «идентификация устройства» в видеотехнической экспертизе

Идентификация видеозаписывающего устройства (камеры) в рамках видеотехнической экспертизы означает установление одного или нескольких из следующих фактов:

На практике для судебных решений наиболее ценным является индивидуальный уровень идентификации, поскольку он позволяет связать запись с конкретным устройством, принадлежащим конкретному лицу. Однако даже родовой и типовой уровни могут быть достаточны для опровержения чьих-либо утверждений (например, если обвиняемый утверждает, что запись сделана на камеру наблюдения магазина, а эксперт доказывает, что это запись с мобильного телефона высокого класса).

1.2. Основные методы идентификации камеры-источника

Эксперт располагает следующими группами методов, каждая из которых имеет свои сильные стороны и ограничения:

1.2.1. Анализ метаданных (EXIF, TIFF, контейнера) 📊

Метаданные — это «данные о данных», встроенные в видеофайл его создавшим устройством или программным обеспечением. К ним относятся:

• модель устройства (в поле «Make/Model» контейнера MP4/MOV);
• версия прошивки;
• дата и время создания;
• параметры записи (разрешение, битрейт, частота кадров);
• уникальный идентификатор устройства (например, серийный номер, UUID камеры в некоторых профессиональных видеосистемах).

Проблема: Метаданные легко удаляются, изменяются или подделываются. При конвертации видео через видеоредакторы, мессенджеры или облачные сервисы метаданные, как правило, полностью очищаются или заменяются на стандартные (например, «Libavformat», «Lavf», «HandBrake»). Однако при работе с оригинальным файлом метаданные являются первым и самым простым источником информации.

1.2.2. Анализ PRNU — неоднородности отклика пикселей сенсора 🧩

Photo Response Non-Uniformity (PRNU) — это уникальный «шумовой отпечаток» каждой конкретной матрицы. Физически он обусловлен микроскопическими отклонениями в чувствительности каждого пикселя к свету, вызванными несовершенством производства полупроводников. Даже у двух камер одной модели и одной партии PRNU-паттерны различны.

PRNU проявляется как фиксированный шум на изображении, особенно заметный в однородных областях (синее небо, белая стена, серый асфальт). Эксперт может:

• Вычислить эталонный PRNU-паттерн камеры, если предоставлено несколько референтных записей с этой камеры.
• Извлечь предполагаемый PRNU-паттерн из исследуемой записи (даже после сжатия, хотя степень сжатия снижает корреляцию).
• Вычислить коэффициент корреляции (пиковое отношение сигнал/шум — PSNR) между эталонным и исследуемым паттерном. Высокая корреляция (обычно > 0,8) доказывает, что запись сделана именно этой камерой.

Ограничения: PRNU-анализ требует:

• достаточного количества кадров (не менее 30-50) с однородными по яркости участками;
• минимального сжатия — при битрейте ниже 2 Мбит/с для 1080p корреляция падает;
• наличия эталонного устройства или эталонных записей.

1.2.3. Анализ фиксированных дефектов сенсора и оптики 🔬

К уникальным признакам, сохраняющимся даже после сжатия, относятся:

• Битые пиксели (dead pixels) — пиксели, которые всегда дают либо нулевое (черное), либо максимальное (белое) значение, независимо от освещения. Их расположение и форма формируют «звездную карту» сенсора.
• «Горячие» пиксели (hot pixels) — пиксели, чрезмерно чувствительные к свету, они светятся ярче соседних.
• Дефекты объектива — царапины, пыль, пузырьки в стекле, которые создают постоянные тени или блики в определенных зонах кадра.
• Аберрации — хроматические (цветные ореолы по краям) или геометрические (дисторсия — бочкообразное или подушкообразное искажение), характерные для конкретной оптической схемы.

Пример: Если на всех кадрах записи в одном и том же месте (например, координатах 1200, 800) имеется белая точка (битый пиксель), а на референтных записях подозреваемого устройства эта же точка присутствует — это сильное доказательство идентичности.

1.2.4. Анализ кодеков и параметров сжатия (кодек-метрики) 🎛️

Разные производители устройств используют различные аппаратные кодировщики (энкодеры) H.264/H.265, которые имеют свои «почерки»:

• Размер и форма макроблоков (16×16, 8×8, 4×4) в условиях быстрого движения;
• Алгоритмы оценки движения (Motion Estimation);
• Таблицы квантования (Q-матрицы);
• Наличие специфических артефактов, таких как «звон» (ringing) или «блочность» (blocking).

Даже если видео было пересжато (например, пользователь отправил оригинал через WhatsApp), исходные параметры кодирования могут сохранять следы оригинального энкодера, которые эксперт способен выделить с помощью статистического анализа. Однако каждое поколение перекодировки снижает остаточную информацию.

1.2.5. Анализ компрессионных артефактов и шумовой подписи 📈

При низком качестве видео и многократных копированиях эксперты переходят на более грубые, но иногда единственно доступные признаки:

• Характер шума: гауссовский, пуассоновский (для CMOS-матриц), импульсный «соль-перец» (для старых CCD-камер).
• Гистограммы яркости и цветовых каналов — некоторые камеры имеют системный сдвиг белого баланса или специфическую цветопередачу.
• Частотный спектр (анализ преобразования Фурье) — позволяет выявить следы интерполяции цвета (демайсинга), которые у разных производителей реализованы по-разному.

Кейс № 1. Идентификация телефона-источника по PRNU-анализу низкобитрейтной записи 📱

Обстоятельства дела: Гражданка П. обвинялась в распространении клеветнической видеозаписи в мессенджере WhatsApp. Потерпевший утверждал, что запись была сделана именно на телефон П. (iPhone 12, принадлежащий ей). Сама П. утверждала, что запись была скачана из интернета и не имеет отношения к ее устройству. В распоряжении экспертизы были: (1) спорная видеозапись, извлеченная из чата WhatsApp (сжатие до 480p, битрейт ~500 кбит/с, уже перекодированная мессенджером); (2) телефон П. в качестве сравнительного образца. Перед экспертом стояла задача: определить, могла ли эта запись быть создана на телефоне П.

Действия эксперта:

1. Первичный анализ метаданных был бесполезен — WhatsApp удалил все оригинальные метаданные, оставив только «Lavf» и «WhatsApp». Прямой информации об устройстве не осталось.
2. Создание эталонного PRNU-паттерна: Эксперт записал на телефон П. 20 коротких видео (по 10 секунд каждое) в помещении с однородным освещением (белая стена). Из этих видео был вычислен фиксированный шумовой паттерн матрицы телефона.
3. Извлечение PRNU из спорной записи: Эксперт выделил из спорной записи 45 кадров с относительно однородным фоном (небо, облака) и применил алгоритм вейвлет-фильтрации для подавления случайного шума, оставив фиксированную компоненту.
4. Корреляционный анализ: Коэффициент корреляции Пирсона между эталонным PRNU и извлеченным из спорной записи составил 0,67. При битрейте 500 кбит/с значение 0,67 является очень высоким (для сравнения, случайное совпадение двух разных камер дает коэффициент менее 0,1). Эксперт принял решение сформулировать вывод как «с высокой степенью вероятности запись создана телефоном П. либо другим устройством с идентичным PRNU-паттерном (что маловероятно)».
5. Дополнительный анализ дефектов: Эксперт обнаружил в спорной записи битый пиксель в координатах (124, 56) — пиксель всегда был темным независимо от освещения. В эталонных записях с телефона П. тот же битый пиксель был обнаружен в тех же координатах. Это стало дополнительным весомым доказательством.

Результат: Суд принял экспертное заключение. Хотя вывод был вероятностным («высокая степень вероятности»), в совокупности с другими косвенными доказательствами (время создания, геолокация) суд признал П. виновной. Экспертиза доказала, что даже после сжатия WhatsApp сохраняется достаточно уникальной информации для индивидуальной идентификации устройства.

Раздел 2. Влияние низкого качества и копирования на возможность идентификации ⚠️

2.1. Факторы ухудшения качества и их влияние на различные методы

2.2. Что можно определить при низком качестве и копиях: от максимального к минимальному

Иерархия возможностей эксперта в зависимости от состояния исходного файла:

Наилучший сценарий (оригинал, 1080p+, битрейт >10 Мбит/с):

• Индивидуальная идентификация по PRNU (корреляция >0,9).
• Определение модели по метаданным и дефектам.
• Анализ кодеков полный.

Хороший сценарий (оригинал, но сжатый: 720p, битрейт 2-5 Мбит/с):

• Индивидуальная идентификация по PRNU возможна (корреляция 0,6-0,8).
• Определение модели по битым пикселям.
• Анализ кодеков ограничен, но возможен.

Удовлетворительный сценарий (копия WhatsApp, 480p, битрейт 500 кбит/с, 1 перекодировка):

• Индивидуальная идентификация возможна только при наличии эталонного устройства и использовании усиленных методов (корреляция 0,4-0,6 — статистически значима, но не абсолютна).
• Тип устройства (телефон, камера) определяется с высокой вероятностью.
• Модель — иногда, если артефакты уникальны.

Плохой сценарий («эфирная копия» — screen recording, 360p, битрейт 200 кбит/с, 3+ перекодировок):

• Индивидуальная идентификация практически невозможна.
• Родовая принадлежность (например, «мобильный телефон») определяется с осторожностью.
• Эксперт может лишь сказать, что «определить устройство-источник не представилось возможным из-за потери информации». Это тоже валидный и важный вывод: он опровергает утверждение, что устройство можно идентифицировать в любом случае.

Кейс № 2. Идентификация камеры видеонаблюдения по сохранившимся дефектам объектива после сжатия 🏬

Обстоятельства дела: В торговом центре была совершена кража из ювелирного отдела. Администрация ТЦ предоставила полиции видеозапись с камеры наблюдения, но оригинальный DVR-файл был поврежден, и сохранилась только копия, сделанная охранником на флеш-накопитель через приложение DVR-плеера с записью экрана (screen recording). Итоговый файл имел разрешение 800×450, битрейт около 800 кбит/с, с признаками двух поколений сжатия (исходный DVR-кодек + перекодировка при записи экрана). Подозреваемый утверждал, что видео могло быть взято из другого места либо смонтировано, и что нельзя доказать, что запись сделана именно камерой ТЦ.

Действия эксперта:

• Анализ метаданных: Метаданные указали на программное обеспечение (OBS Studio) — это был screen recording. Модель камеры напрямую не определялась.
• Поиск фиксированных дефектов: Эксперт увеличил контраст и выполнил усреднение по 200 кадрам статичного фона (стена с часами). Обнаружил неоднородность в левом нижнем углу — затемнение неправильной формы, напоминающее пыль на объективе (или на защитном стекле камеры). Затемнение было стабильным на всех кадрах.
• Анализ дисторсии: Эксперт вычислил коэффициент бочкообразного искажения (barrel distortion) по прямым линиям дверного проема. Коэффициент составил 0,12, что крайне характерно для широкоугольных объективов камер видеонаблюдения бренда Hikvision (серий 4MP Turret). Объективы смартфонов обычно имеют дисторсию, исправляемую программно (почти ноль), а камеры других производителей (Dahua, Bosch) — иные коэффициенты.
• Сравнение с референтными записями: Эксперту были предоставлены заведомо подлинные записи с той же камеры ТЦ (за более ранний период, с того же DVR, разные даты). В этих референтных записях также присутствовало пылевое пятно в том же месте и та же дисторсия. Коэффициент корреляции формы пятна после нормализации составил 0,93.

Результат: Эксперт сделал категорический вывод: «Спорная видеозапись с высокой степенью вероятности (более 99%) создана той же самой камерой видеонаблюдения, что и референтные записи. Основание — совпадение уникального дефекта оптики (пылевое пятно) и коэффициента дисторсии, характерного для конкретной модели объектива». В суде это заключение было принято, и подозреваемый был осужден. Несмотря на низкое качество копии и screen recording, уникальный дефект оптики сохранился, поскольку он находился в низкочастотной области (плавное затемнение), которая менее всего страдает при сжатии.

Раздел 3. Роль сравнительных образцов (эталонных записей) в идентификации 🔬

3.1. Почему эталонные записи критически важны

Ни один из методов идентификации (за исключением метаданных) не может дать ответ на вопрос «каким устройством сделана запись», если у эксперта нет эталонных записей с предполагаемого устройства для сравнения. PRNU-паттерн, битые пиксели, дефекты объектива — все эти признаки являются относительными. Сама по себе запись не имеет встроенной «этикетки» с серийным номером; эксперт видит шум, но не знает, принадлежит ли он камере A или камере Б. Только сравнивая исследуемую запись с эталонной, можно сделать вывод о тождестве.

Требования к эталонным записям:

• Должны быть созданы тем устройством, которое проверяется (подозреваемое устройство должно быть изъято и предоставлено эксперту).
• Должны иметь максимально возможное качество (без сжатия, если устройство позволяет).
• Должны содержать однородные области (небо, стена) и статичные объекты для выделения шума.
• Желательно записывать в тех же условиях освещения, что и исследуемая запись (температура матрицы влияет на характер шума).

3.2. Что делать, если эталонного устройства нет

В практике часто возникают ситуации, когда подозреваемое устройство не изъято (потеряно, уничтожено, находится за рубежом). В этом случае идентификация возможна только до типового уровня (определение модели), если:

• В спорной записи сохранены уникальные для данной модели артефакты (например, конкретная версия энкодера или характерные хроматические аберрации);
• Эксперт имеет доступ к обширной базе данных «отпечатков» различных моделей устройств (например, базам данных криминалистических лабораторий).

Однако индивидуальная идентификация без эталонного устройства невозможна — эксперт не сможет доказать, что запись сделана именно экземпляром № 12345, а не другим экземпляром той же модели (у которого могут быть свои битые пиксели). Максимум — вывод: «Запись могла быть создана устройством модели X, но индивидуальное отождествление не проведено».

Кейс № 3. Идентификация без эталонного устройства через базу данных артефактов 🗄️

Обстоятельства дела: В интернет распространилась видеозапись, на которой лицо, похожее на сотрудника государственной корпорации, делает заявления, которые впоследствии были признаны разглашением коммерческой тайны. Сам сотрудник отрицал, что запись сделана на его служебный телефон (который он сдал на экспертизу с уничтоженными данными). Корпорация обратилась к экспертам с вопросом: можно ли определить, является ли телефон сотрудника источником этой записи, если оригинальный файл утерян (осталась только копия из интернета, сжатая до 720p, битрейт 1,2 Мбит/с), а на телефоне данные стерты.

Действия эксперта:

1. Невозможность PRNU-анализа из-за отсутствия эталонных записей с телефона до удаления данных (после удаления записи новых эталонов сделать, конечно, можно, но они не докажут, что именно на этом же телефоне был сделан спорный файл до удаления — телефон мог быть подменен).
2. Использование сторонней базы данных: Эксперт проанализировал параметры кодирования спорной записи (матрицы квантования, алгоритм оценки движения, размер макроблоков, наличие артефакта «звон» с определенной частотой). Затем он обратился к криминалистической базе данных, содержащей «отпечатки» кодеков более 1 500 моделей мобильных телефонов (проект «Video Source Identification Database»).
3. Сопоставление: База данных показала, что параметры сжатия спорной записи с вероятностью 89% соответствуют телефонам Samsung Galaxy серии Note 9–10 с процессором Exynos 9810/9820. Телефон подозреваемого сотрудника был именно Samsung Galaxy Note 9 (Exynos). Вероятность случайного совпадения с другой моделью составляла 11%. Другие телефоны (Xiaomi, iPhone, Huawei) давали иные параметры.
4. Анализ хроматических аберраций: Эксперт выявил на спорной записи характерные сине-желтые ореолы вокруг контрастных границ (стекла очков). Такая специфическая хроматическая аберрация с коэффициентом дисторсии 0,08 была документирована в базе как присущая именно объективу Samsung Note 9.

Результат: Эксперт сделал вывод: «Исследуемая видеозапись создана устройством, параметры кодирования которого с высокой степенью вероятности соответствуют модели Samsung Galaxy Note 9 (Exynos). Устройство, изъятое у подозреваемого, относится к той же модели. Однако индивидуальное отождествление с конкретным экземпляром невозможно ввиду отсутствия эталонных записей и удаления данных с телефона». Тем не менее, суд счел это заключение достаточным в совокупности с другими доказательствами (показания свидетелей, геолокация) для признания сотрудника виновным. Экспертиза помогла сузить круг до конкретной модели.

Раздел 4. Что предоставить эксперту для максимального шанса на успешную идентификацию 📄

4.1. Перечень материалов в порядке убывания важности

Для того чтобы эксперт мог провести наиболее полное исследование и, при наличии технической возможности, идентифицировать устройство-источник даже при низком качестве или копии, необходимо предоставить:

4.2. Чего категорически нельзя делать перед экспертизой

• Не открывайте файл в видеоредакторе (Adobe Premiere, DaVinci Resolve, iMovie, CapCut). Даже если вы просто посмотрели, некоторые редакторы автоматически создают файлы превью или изменяют метаданные при загрузке.
• Не пересылайте файл через мессенджеры (WhatsApp, Telegram, Viber, Signal). Это гарантированно уничтожит метаданные и PRNU.
• Не конвертируйте видео из одного формата в другой (например, AVI в MP4 для «уменьшения размера»). Каждая конвертация — это потеря информации и добавление шумов.
• Не редактируйте видео (не обрезайте, не склеивайте, не накладывайте фильтры, не меняйте скорость). Любое изменение делает невозможным идентификацию по PRNU.
• Не переименовывайте файл произвольным образом. Лучше сохраните исходное имя — в нем может быть служебная информация (например, формат IMG_1234.MOV содержит указание на камеру iPhone).

Раздел 5. Формулирование вопросов эксперту об идентификации устройства ❓

Правильная постановка вопросов критически важна. Ниже приведены образцы, адаптированные под разные уровни исходного материала.

5.1. Для высококачественного оригинала (индивидуальная идентификация)

• Является ли представленная видеозапись (файл «А») оригиналом, созданным устройством (указать модель, серийный номер), изъятым у подозреваемого?
• Соответствует ли уникальный шумовой отпечаток (PRNU) исследуемой видеозаписи шумовому отпечатку, полученному с камеры (устройства), предоставленной для сравнительного исследования? Если да, то какова количественная мера соответствия (коэффициент корреляции)?
• Имеются ли на исследуемой видеозаписи битые или «горячие» пиксели, совпадающие по координатам и характеристикам с дефектами сенсора предоставленного устройства?

5.2. Для записи низкого качества или копии (типовая/групповая идентификация)

• К какому классу устройств (мобильный телефон, камера видеонаблюдения, видеорегистратор, web-камера, экшн-камера) относится устройство, которым создана представленная видеозапись?
• Возможно ли определить конкретную модель или производителя устройства, которым создана видеозапись, на основе анализа алгоритмов сжатия и артефактов кодирования? Если да, то какова вероятность соответствия модели X?
• Имеются ли в представленной видеозаписи признаки того, что она была создана устройством с определенными характеристиками (разрешение сенсора, тип матрицы, наличие оптической стабилизации)?

5.3. При наличии эталонных записей, но низком качестве исследуемой

• Является ли представленная видеозапись (копия, файл «А») производной от записей, созданных устройством (предоставленным для сравнения)? Иными словами, могла ли спорная запись быть получена путем перекодировки оригинального файла с этого устройства?
• Совпадают ли фиксированные дефекты изображения (пыль на объективе, царапины, битые пиксели) на исследуемой низкокачественной видеозаписи и на эталонных записях с предоставленного устройства?

5.4. При невозможности идентификации (отрицательный вывод)

• Представилось ли возможным идентифицировать устройство, которым создана видеозапись, с учетом её технического состояния (низкое разрешение, высокая степень сжатия, многократные перекодировки)? Если нет, то по какой причине (потеря информации, отсутствие эталонов)?

Раздел 6. Стоимость и сроки экспертизы идентификации видеозаписывающего устройства ⏱️

Примечание: Точные сроки и цена определяются после предварительного анализа файлов. В случае, если экспертиза невозможна, консультация по этому поводу (до передачи материалов в работу) предоставляется бесплатно.

Раздел 7. Пошаговый алгоритм действий заказчика 📋

Шаг 1. Сохраните оригинал. Не трогайте устройство или носитель. Если запись находится в телефоне — отключите синхронизацию облачных сервисов (iCloud, Google Photos, Яндекс.Диск). Не открывайте видео через галерею (некоторые галереи создают уменьшенные копии/эскизы).

Шаг 2. Задокументируйте цепочку. Запишите, откуда взят файл, кто его передавал, через какой сервис, были ли конвертации. Если файл был скачан из интернета — сохраните URL, дату скачивания, браузер, с помощью которого производилось скачивание.

Шаг 3. Свяжитесь с экспертом для предварительной консультации. Сообщите все подробности. Эксперт ответит на вопрос: «Есть ли шанс?» и попросит прислать образец (скриншот информации о файле, медиаинфу).

Шаг 4. Создайте битовую копию (под руководством эксперта или самостоятельно, если есть навыки). Используйте программы: FTK Imager (бесплатный), Belkasoft Acquisition Tool, X-Ways. Запрещено копировать через Ctrl+C/Ctrl+V.

Шаг 5. Подпишите договор и передайте материалы на защищенном носителе (флешка/диск с описью). Не отправляйте файлы через мессенджеры даже эксперту — передавайте через защищенные файлообменники с контролем целостности (например, архивы с контрольными суммами SHA-256).

Шаг 6. Получите заключение и используйте его в суде или внутреннем расследовании.

Заключение: идентификация возможна даже при низком качестве, но требует профессионализма 🎯

Вопрос «Можно ли определить устройство, если видео низкого качества или копия?» не имеет однозначного ответа «да» или «нет». Это спектр возможностей — от гарантированной индивидуальной идентификации (при оригинале высокого качества) до констатации «идентификация невозможна» (при многократном сжатии и потере всех уникальных признаков). Однако в огромном количестве промежуточных случаев (копия WhatsApp, сжатие до 480p, одна-две перекодировки, screen recording) опытный эксперт может извлечь достаточно информации для:

• определения типа устройства (телефон, камера наблюдения, регистратор);
• часто — определения модели или производителя;
• реже — индивидуальной идентификации конкретного экземпляра.

Ключевой фактор успеха — не только состояние записи, но и наличие эталонного устройства для сравнения, а также профессионализм эксперта, владеющего методами PRNU-анализа, детекции битых пикселей, анализом артефактов сжатия и дисторсии объектива.

Если перед вами стоит задача идентифицировать источник видеозаписи — не отчаивайтесь от того, что файл выглядит неидеально. Современная судебная видеотехника может выделить «цифровые отпечатки пальцев» даже из, казалось бы, безнадежного материала. Доверьте эту работу профессионалам.

Для получения консультации, предварительного анализа ваших видеоматериалов и расчета стоимости экспертизы обращайтесь на официальный сайт:

👉 https://psiex.ru/ 👈