鑒真數位

鑒真數位 數位鑑識幫您找真相！ 我們是數位鑑識專家，提供專業的鑑識設備、鑑識服務與相關之教育訓練。例如，協助政府、企業、甚至個人於遭遇智財侵權、駭客入侵、商業洩密或電腦犯罪等事故時，提供必要之鑑識支援及諮詢服務。

在進行App資安分析時，分析人員往往需耗費時間及心力處理實體手機的測試環境，此時便不得不提及Corellium Viper，它是一個功能強大的App資安分析平台，核心是Cellebrite自行研發的CHARM Type-1 Hypervis...
29/09/2026



在進行App資安分析時，分析人員往往需耗費時間及心力處理實體手機的測試環境，此時便不得不提及Corellium Viper，它是一個功能強大的App資安分析平台，核心是Cellebrite自行研發的CHARM Type-1 Hypervisor，可執行Android及iOS裝置的虛擬化instance，也就是emulator/simulator。

Corellium Viper在iOS平台的表現尤為突出，可建立iPhone/iPad且搭配不同版本的iOS外，甚至可以選擇已越獄(jailbroken)而完全不受限於iOS版本，如下圖編號1及編號2的圖示所示，這對分析人員不啻是個天大的好消息，不用再為了找可越獄的iPhone而煩惱。Corellium Viper之所以能將”越獄”列為建立虛擬裝置時的選項，是因為Corellium控制整個虛擬化軟體堆疊，所以越獄提權並不需要真的利用某個iOS漏洞才能辦到。

分析人員只需透過瀏覽器便可進行操作，將目標App的安裝檔上傳並於虛擬裝置上安裝及運行，可進行系統呼叫追蹤、檔案系統異動、網路傳輸分析等動態分析工作。

如下圖編號3的圖示所示，即是目標App - Cafe的網路傳輸分析畫面，至於iPhone虛擬機則如編號4的圖示所示，分析人員在操作App的同時，平台便會在背景進行封包側錄，於分析完成之後，便可下載封包檔以掌握網路傳輸狀況。

此外，還可以直接進到目標App所在路徑，如編號5的圖示所示，將該App的整個資料夾打包匯出至電腦上，如編號6的圖示所示，即為Cafe的主要設定檔plist，打開檢視後竟發現帳號及密碼以明文形式儲存其中，如編號7的圖示所示。

進一步查看資料庫檔案，亦發現Cafe以明文形式儲存了操作過程中所輸入的信用卡號碼，如編號8的圖示所示。此外，分析人員還可透過ssh連入虛擬iPhone，以利下達指令進行查詢等相關操作，如編號9的圖示所示。

當分析人員將目標App安裝完成及設定好測試環境後，可以對其產生快照(Snapshot)，以利需要時能回復到當前狀態，相對於實體手機的測試環境來說，更為便利且能提升效率。

在資安事件調查中，無論惡意程式如何想方設法進行規避及試圖隱匿蹤跡，當其在運行時必然會於記憶體中現形，因此，記憶體分析便成了分析工作中的重中之重。但當分析人員所面對的，是一台Apple Silicon ARM架構的Mac時，過往所採用的OSX...
24/09/2026



在資安事件調查中，無論惡意程式如何想方設法進行規避及試圖隱匿蹤跡，當其在運行時必然會於記憶體中現形，因此，記憶體分析便成了分析工作中的重中之重。

但當分析人員所面對的，是一台Apple Silicon ARM架構的Mac時，過往所採用的OSXPMEM恐已無法成功提取記憶體傾印檔，自然就別提要如何進行分析了。那要如何才能遂行提取Apple Silicon ARM架構(M1/M2/M3…)機種的memory dump呢？以下便為各位說明。

由於Apple在Apple Silicon機種上，採用了嚴格的核心保護機制，想要在Live狀態下提取完整raw memory成了不可能的任務。為了能順利於macOS載入提取memory dump所需的kext(Kernel Extension)，須先進入Recovery Mode修改Security Policy及允許接受第三方的核心擴充套件。

一旦繞過系統安全限制，分析人員在macOS上可執行指令進行驗證，目的是確保安全性已降為”Reduced”，如下圖編號1的圖示所示，而若是有安裝核心擴充套件，也可執行指令驗證狀態是否為”Enabled”，如編號2的圖示所示。

接下來便可採用Volexity的Surge Collect工具，搭配由Volexity簽署的專用Mac核心擴充模組(Surge.kext)，當kext被加載至macOS核心空間後，可透過核心層級的API，直接對系統的實體記憶體分頁進行映射與讀取，並將實體記憶體資料串流輸出，格式為標準的LiME格式，可供Volexity Volcano或Volatility等工具進行分析。

若在未安裝Surge.kext的情況下直接執行surge-collect，會出現什麼情況呢？指令如編號3的圖示所示，果然未能順利提取，所出現的錯誤訊息明確指出缺少專屬核心擴充模組，如編號4的圖示所示。

此時，只需要執行如編號5的圖示所示的指令即可完成kext安裝，但可別忘了要在macOS的系統偏好設定之中，於有關安全及隱私的部份，允許放行Volexity相關工具，如編號6的圖示所示。

當再次執行surge-collect以提取memory dump，可得知確有載入Surge.kext且成功辨識出macOS核心版本及相關資訊，分析人員需留意提取過程中有無任何錯誤訊息外，更要確認是否確實完成提取工作，包括起迄時間、完成百分比、傾印檔大小等重要資訊如編號7的圖示所示。

那要如何驗證此份memory dump乃是來自Apple Silicon ARM架構的機種呢？我以Volatility3工具即可順利辨識，辨識結果如編號8的圖示所示。Darwin是Apple作業系統底層核心的名稱，相關資訊說明如下：
Darwin Kernel - Apple的核心(kernel)系統
Version 24.6.0 - Darwin核心版本
xnu-11417... - Apple XNU kernel的build版本
ARM64 - 代表系統使用ARM 64bit架構
T8132 - Apple SoC/硬體平台相關的識別資訊

專業的深偽分析平台如Sensity，由於不斷持續蒐集與訓練各類AI 模型產出的數百萬樣本，因此能夠做到AI模型歸因(Generator Attribution)，等於是掌握了多數生成式AI模型所產出影像的”特徵”。以上一篇提到的老虎逃離園區...
23/09/2026



專業的深偽分析平台如Sensity，由於不斷持續蒐集與訓練各類AI 模型產出的數百萬樣本，因此能夠做到AI模型歸因(Generator Attribution)，等於是掌握了多數生成式AI模型所產出影像的”特徵”。

以上一篇提到的老虎逃離園區的影片為例，Sensity在AI模型歸因的分析結果中，給出了可能性判斷，認為是Seedance2的可能性高達52.4%，如下圖編號1的圖示所示。

Sensity這種能對分析目標的圖片或影片，判斷出可能是自哪一個AI模型而來的能力，尤其是當其它分析平台皆難以有效判斷的情況下，往往可以起到關鍵性的作用。這就意謂著即便視覺效果再細緻，逐幀分析也難以察覺異狀時，分析人員還能參考AI模型歸因分析結果這項重要指標。

倘若分析人員發現AI模型歸因分析結果為”Unknown”， 如編號2的圖示所示，這依然是代表分析目標存在AI生成/變造的可能性，只是無法判斷出其特徵與哪個已知模型相吻合。

此時可以留意一下[File Analysis]的分析結果，在metadata尚存的情況下，往往能夠提供重要的線索。先給各位看一下圖2的分析結果所對應的分析目標，即是如編號3圖示所示的相片。

對於這張相片，Sensity給出了高達99%的信心分數，為何會如此斬釘截鐵地懷疑它呢？我用exiftool解析metadata資訊給各位看便明瞭一切了，指令及執行結果如編號4及5的圖示所示。若對exiftool相關參數想要進一步了解，可參考前不久分享的內容連結如下：
https://iforensicsblog.blogspot.com/2026/09/blog-post_17.html

關鍵便是”Apple Photos Clean Up”，這是 Apple 官方內建的修圖功能，它結合了Apple Intelligence技術，不需要額外下載第三方App就能直接在相簿中使用。而採用”Apple Photos Clean Up”功能進行修圖時，系統會遵循國際C2PA與XMP規範，將AI編輯標籤與軟體名稱寫入檔案的metadata中，這便成了AI生成/變造的鐵證。

至於圖4及圖5的執行結果之中皆有出現的”IPTC”是指什麼呢？這IPTC標準是國際新聞電訊理事會(International Press Telecommunications Council)製訂的數位內容透明度標準，在圖5下方還有個特別的網址，它即是IPTC 所制定的URI(統一資源識別)，具有以下特性：
1.跨平台標準化-不管是Apple、Adobe、Google、Microsoft，只要軟體使用了生成式AI來塗抹修圖，就統一寫入URI作為標籤
2.機器可讀(Machine-Readable)-分析工具或新聞機構的圖片審查系統，看到這個網址就能秒判斷該張圖片曾被生成式AI修改過

先前曾為各位分享AI生成的幾種常見跡象，一般來說AI生成的影片，儘管在視覺上已盡可能做到自然而無違和感，但仍不免令人感受到一絲所謂"AI味"，它體現在影片中的人物視覺風格，往往呈現高度一致性的生成式影像感，而數字人的皮膚、頭髮、景深和光線呈...
21/09/2026



先前曾為各位分享AI生成的幾種常見跡象，一般來說AI生成的影片，儘管在視覺上已盡可能做到自然而無違和感，但仍不免令人感受到一絲所謂"AI味"，它體現在影片中的人物視覺風格，往往呈現高度一致性的生成式影像感，而數字人的皮膚、頭髮、景深和光線呈現往往非常”乾淨”，且存在皮膚過度光滑、膚色不自然的情況，甚至表情或肢體動作誇張時會有明顯的違和感浮現。

這一回，我們來探討分析平台是如何分析AI生成的可能性，此次以一支廣告影片做為分析標的，影片基本資訊是1920×1080、約23.9 fps及總共1440 frames，我們將這支影交由Sensity分析，如下圖編號1的圖示所示。

Sensity對這支影片的分析結果，如編號2的圖示所示，Sensity給出Suspicious與存在Face Synthesis的判斷，以及高達97.7%的信心分數。這就是Sensity的強項所在，能看出人眼難以直接辨識的統計特徵，Sensity官方對其Face Manipulation detector的說明是，它會逐幀分析臉部，並用深度學習模型辨識facial forgery；判定後還能以bounding box、heatmap等方式指出哪些區域對模型判斷貢獻較大。

關鍵往往在於真實生物臉部幾何與生成模型之間的差異，這些pixel的統計分布像不像攝影機自然拍攝的人臉，其方法是用大量已知真實與deepfake資料訓練，讓模型學習synthetic media所留下的pixel-level「digital fingerprints」。因此，當Sensity的分析結果給出高度信心分數時，分析人員便不能掉以輕心。

那麼，對於這支影片，分析平台還有什麼關鍵異常點沒看出來呢？此時我再以該廣告影片的其中一段畫面為例，為各位揭露AI生成影片的一大通病，那就是AI生成模型在處理鏡面空間時，最常產生的鏡像邏輯瑕疵。撇開這支廣告影片中的App UI、通知框、字幕、Logo等後製內容不論，我鎖定第###幀，是女主一邊刷牙一邊看手機的畫面，如編號3的圖示所示，矛盾點如下：
1 – 在前景中，拍攝視角是呈側斜角拍攝，但在鏡中的女主卻呈現接近正面的視角
2 - 盥洗檯上的潄口杯中立著一支粉紅色的牙刷，其高度已經超過了鏡框底邊，但鏡子的反射畫面中，竟未看到該牙刷刷頭
3 - 前景之中，女主左手握手機的握法，是大姆指在一側，其它4指在手機另一側，但鏡子裡的握法，竟是食指在手機背面，大姆指也未在手機側邊，如此便形成前景手機與鏡中手機並非同一個物體鏡面投影的破碇

上述矛盾點也印證了目前的AI生成模型在處理”鏡面反射”與”三維空間幾何”時，依然缺乏真實世界物理規律的處理能力，尤其是當影片中的人/物從高處落下，或是將物體抛出墜落時，往往會明顯不夠真實自然，缺少了慣性及重力加速度，原因就在於AI生成模型本質上僅是”像素預測”而非”物理模擬”所致。

如編號4的圖示所示，這是老虎自園區逃脫的影片，當中的疑點即包括自高處落下時的不自然現象，分析人員可以在真實世界物理規律的層面多加留心，有機會察覺出AI生成的可疑之處。

先前曾分享過留意AI生成變造的可疑跡象，此次的分析對象是一張於某知名景點所拍攝的相片，一般來說，用肉眼進行檢視不易察覺異狀，而Resemble.AI這類平台是在數學頻域與像素微觀結構上進行掃描，以下便為各位說明分析結果。根據該相片的Exif...
17/09/2026



先前曾分享過留意AI生成變造的可疑跡象，此次的分析對象是一張於某知名景點所拍攝的相片，一般來說，用肉眼進行檢視不易察覺異狀，而Resemble.AI這類平台是在數學頻域與像素微觀結構上進行掃描，以下便為各位說明分析結果。

根據該相片的Exif資訊得知是iPhone的相機鏡頭所拍攝，而Resemble.AI給出的分析結果，該相片存在深偽的可能性，信心分數高達75.19，如下圖編號1的圖示所示。那分析工具是如何做出判斷的呢?由於感光元件拍攝會在原生相片產生均勻分佈的雜訊，在整張相片的微觀像素層級上，涵蓋著統計特性高度一致、連續且均勻的高頻雜訊場。

當照片經過後製或AI生成/變造，在演算法塗抹然後AI重新生成像素之後，儘管視覺上沒有違和感，仍會在數學層面造成雜訊斷層(Noise Discontinuity)，因此Resemble.AI判斷該相片中存在疑似造假的區域，如編號2的圖示所示。

分析平台還提供了文字說明，如編號3的圖示所示，有意思的是文字說明卻顯的相對保守許多，歸咎於陶瓷壁畫風格與光影等因素，這多少存在典型的”過度歸因”(over-attribution)盲點，不免會令人感到無所適從，那究竟要如何解讀分析結果呢?由於圖1的結論已給出高度信心分數，且分析結果也具體呈現可疑造假區域及熱力圖(Heatmap)，因此可信賴該相片存在後製或AI生成/變造的可能。

此外，我們來分析相片的Exif資訊，看看時間戳記的部份會不會有什麼發現，指令及參數如編號4的圖示所示，參數說明如下：
-a:(Allow duplicate tags):允許顯示重複的標籤名稱,可確保不遺漏任何隱藏區塊的重複資訊
-u:(Extract unknown tags):強制抽取未知或未定義的標籤,能將Exif中未被官方標準收錄的軟體/硬體私有Tag標籤解碼
-g1:(Group head by family 1):按標籤所屬的細項群組進行分類顯示
-ee:(Extract embedded):深層提取嵌入式檔案的中繼資料(Ex:例如相片內建的Thumbnail/Preview預覽圖格式)
-SubSec*:僅提取標籤名稱中以SubSec開頭的所有欄位,此處的Sec即是秒(second)之意,目的是查看記錄小數點後秒數的標籤
-XMP*:僅提取標籤名稱中以XMP開頭的所有欄位,目的是查看是否存在XMP格式的編修軌跡

Exif分析結果如編號5的圖示所示，3個SubSec欄位值皆為000，與相機模組寫入的Exif資訊通常會包含非零的毫秒數據相抵觸，再者，如編號6的圖示所示，3組時間戳記完全一模一樣毫無落差，這些都與原生相片的情況有所出入，反而會像是iPhone的調整日期與時間功能所致，如編號7的圖示所示。

經驗證，在採用iPhone的調整日期與時間功能對一張相片動手腳後，確實能改動timestamp，但為何把相片匯出到電腦上，timestamp卻紋絲不動彷彿未曾修改過呢？難道是眼花了嗎？其實這牽涉到iOS的”非破壞性編輯”機制，當你在 iPhone上調整相片的時間、濾鏡或進行裁切時，iOS並不會直接覆寫原本的檔案，而是將這些修改參數記錄在手機內部的資料庫中，原始的檔案本身依然維持未修改的狀態。

若對工具分析結果或是如何將調整後的時間戳記變動寫入iPhone照片，歡迎來電洽詢，我們將由專人為各位進行說明。

最近有某單位問及，如何將Apple Store上特定App的安裝檔(.ipa)下載到電腦上，過往他們是用舊版iTunes 12.6.5.3來達成此一目的，但如今這方法已無法奏效，那還有沒有方法能夠辦到呢？答案自然是肯定的，以下便為各位說明。...
14/09/2026



最近有某單位問及，如何將Apple Store上特定App的安裝檔(.ipa)下載到電腦上，過往他們是用舊版iTunes 12.6.5.3來達成此一目的，但如今這方法已無法奏效，那還有沒有方法能夠辦到呢？答案自然是肯定的，以下便為各位說明。

也許有人會說可以用ipatool，它能直接搜尋Apple Store，用Apple ID登入就能下載安裝檔(.ipa)了，可惜即便帳密順利通過驗證，仍只會得到invalid response的回應而未能成功下載，原因多半還是和Apple伺服器端的API有關。

因此，首選會是”Apple Configurator”，它是Apple官方提供的裝置部署及管理工具，可在官方市集下載安裝，如下圖編號1的圖示所示，不過要留意其對macOS版本要求在15.7.4以上。

接下來，須先在iPhone上於官方市集安裝目標App，再於Mac運行Apple Configurator，然後將iPhone透過數據線接入Mac並確保信任關係建立，我們便可在Apple Configurator的操作介面中成功辨識iPhone及得知其相關資訊。

當切換到[App]頁面中，右方顯示出目前iPhone中已安裝的App，我們點擊右上方的[ + ]號 -> App，如編號2的圖示所示。此時出現如編號3圖示所示的視窗，輸入目標App的名稱，毫無疑問它就會出現在下方列表中，自然是因為它已安裝在iPhone之中，然後我們點擊[加入]，好讓Apple Configurator幫我們將.ipa從官方市集下載到Mac上，然後再加入到iPhone之中，如編號4的圖示所示。

也許有人會覺得奇怪，iPhone上不是早就裝好該App了嗎？為何要再透過於Mac安裝Apple Configurator來為iPhone重複進行該App的安裝呢？這就是重點所在，我們正是要利用這個已存在該App的衝突情況，便能在Mac的特定路徑下截獲該.ipa檔，因此，當看到Mac冒出如編號5的警示視窗時，務必無視當中的任何選項，不做任何處理讓它保持原狀即可，以確保該.ipa檔乖乖躺在暫存路徑之中。

此時，只要直接進到Apple Configurator所在路徑，找到該.ipa檔即可，如編號6的圖示所示，那麼我是如何掌握確切路徑的呢？方法有二如下所示：
1.以configurator為關鍵字查出相關路徑
cd ~"/Library/Group Containers/"
ls -d *configurator*

2.直接以.ipa為關鍵字進行搜尋
find . -name "*.ipa" 2>/dev/null

得知該.ipa檔所在路徑後，用Open指令在Terminal執行，即可順利進到該.ipa檔所在的資料夾中，再將其下路徑展開，便能看到該.ipa檔了，如編號7的圖示所示。

值得留意的是，圖6的路徑之中，可觀察到有個名為”TemporaryItems”的子資料夾，顧名思義該路徑之下的檔案屬於暫存檔，其生命周期恐不如我們預期來的長，因此，千萬別忘了要立刻將該.ipa檔複製一份到其它路徑才能確保檔案到手。

一旦我們將Apple Configurator視窗關閉，也就是終止Apple Configurator的程序運行，該.ipa檔就會消失不復存在，此外，macOS也可能自動釋放並刪除這些暫存檔，萬一還沒將該.ipa檔複製一份就已消失的話，便有必要重複前述操作。

除了Apple Configurator之外，還可以採用第三方工具如iMazing，來達成將Apple Store上特定App的安裝檔(.ipa)下載到電腦上的任務。

＜＜時間準確的重要性不可輕忽＞＞看似稀鬆平常的"時間"，也許在大家看來就只是鐘錶上的一組數字，實則在電腦系統運作之中扮演了十分重要的角色。試想，若時間不對，那麼不論是檔案本身的時間戳記，或是日誌內容中的時間戳記，皆會變的紊亂而無條理。因此，...
08/09/2026

＜＜時間準確的重要性不可輕忽＞＞

看似稀鬆平常的"時間"，也許在大家看來就只是鐘錶上的一組數字，實則在電腦系統運作之中扮演了十分重要的角色。試想，若時間不對，那麼不論是檔案本身的時間戳記，或是日誌內容中的時間戳記，皆會變的紊亂而無條理。因此，無論是日常維運或是從數位鑑識的角度來看，時間的準確性可說是整個時間軸(Timeline)所依賴的參考基石。

以手邊所使用的電腦為例，若是網域內的成員電腦，無需自行設定NTP Server的IP/FQDN，而是依網域階層尋找適當的時間來源，遵循Active Directory的時間同步架構進行校時。若再往上游看待時間來源，AD通常是由PDC向所指定的外部NTP Server進行同步。這裡的NTP全稱是Network Time Protocol，採用UDP協議，預設端口為123 port。

接著我們來剖析網域內的成員電腦，將時間的相關設定值匯出後，經檢視可得知存在關鍵字”NT5DS”，如下圖編號一的圖示所示，此即代表使用AD網域階層來選擇時間同步來源，NT5DS的全稱為 Windows NT 5 Domain Synchronization / Domain Service。

在成員電腦登入AD網域的過程中，Kerberos的驗證資料中會包含Client與DC之間的時間差，若成員電腦的時間偏差太大，則會遭遇無法登入網域的窘境，此亦再度突顯時間準確的重要性。

那要是非屬網域環境，而是工作群組的網路環境下，電腦該如何進行校時以確保時間準確呢？在Windows的設定中，使用者可進行時間同步及自訂時間伺服器，分別如編號2及編號3的圖示所示。

倘若因故無法訪問原指定的時間伺服器，或因故需改指向特定的時間伺服器時該如何處理呢？以下便用命令列方式進行操作，w32tm指令及執行結果如編號4的圖示所示，參數說明如下：
/config – 處理對象為Windows時間服務的設定
/manualpeerlist:"clock.stdtime.gov.tw" - 手動指定要使用的時間同步對象清單,雙引號中可以是FQDN或ip
/syncfromflags:manual - 指定從手動設定的同步對象取得時間
/reliable:no - 不將本機宣告為可靠的時間來源
/update - 通知W32Time服務立刻套用新的設定

完成設定後便可立即同步，指令及執行結果如編號5的圖示所示，於此同時，可執行查詢指令以了解當前設定的情況，指令及執行結果如編號6的圖示所示，當中的Source即是目前採用的NTP Server。若有需要亦可將所有詳細設定匯出至文字檔以利進一步檢視，指令如下所示：
w32tm /query /configuration > time-server.txt

若未能如圖5中顯示的同步成功，則須留意錯誤訊息以便釐清同步失敗的原因，此外w32time指令還有個子指令/stripchart可以進行主動診斷，完整指令及執行結果如編號7的圖示所示，在測量本機與指定的時間伺服器之間存在的時間差(offset)之餘，根據返回測量結果亦可得知本機可順利訪問該NTP Server無虞。

目前生成式AI領域中主流的架構之一，即是所謂的”擴散模型”(Diffusion Model)，它廣泛應用於圖像及影片生成。以影片生成來說，模型不僅要決定單張圖片的細節，還要預測前後影格(Frames)之間的連貫性與動態變換，正因如此，分析人...
03/09/2026



目前生成式AI領域中主流的架構之一，即是所謂的”擴散模型”(Diffusion Model)，它廣泛應用於圖像及影片生成。以影片生成來說，模型不僅要決定單張圖片的細節，還要預測前後影格(Frames)之間的連貫性與動態變換，正因如此，分析人員有機會捕捉到影片生成時，極為典型的Temporal Inconsistency瑕疵。

以一支高速公路休息區的影片片段為例進行說明，在影片中有一位女士打開車門，此時一隻黑狗自右方走過來進入車內，然後女士也進入車內並關上車門。一般情況下，當我們點擊影片進行播放時，人的視覺系統會整合前後畫面的時間與空間資訊，形成對連續運動的知覺。因此，若某些畫面之間存在細微的不連貫，肉眼往往不易察覺哪裡不對勁。

而若是於播放過程按下暫停鍵，便有機會觀察到肢體/物體的模糊、變形甚至是消失的異狀。但有個方式更為明確且有效，那就是逐幀分析，可別誤會影片是每秒1幀，而是要看每秒影格數，也就是影片的播放速度單位FPS(Frame Per Second)。

此時將影片進行逐幀導出，並讓輸出的檔案檔名包含影格編號(Frame Index)與影片當下的秒數時間，採用OpenCV中用來讀取攝影機畫面或影片檔案的核心函式cv2.VideoCapture，只要是常見的影片格式（如.mp4、.avi、.mov、.mkv…），它都能自動讀取影片的內部參數如FPS、總幀數等，並將每一影格導出為PNG圖片。

執行過程如下圖編號1的圖示所示，導出的圖片則如編號2的圖示所示，逐幀檢視時，果然發現不只一處存在疑問，我們先來看看黑狗走向車門這一部份，過程中四條腿出現了部份模糊/變形/消失的詭異情況，且發生了不只一次，在此以frame＃10為例，是2條前腿皆明顯有異的情況，如編號3的圖示所示。

這原因多半和動態模糊(Motion Blur)的影格融合失誤有關，在黑狗移動且腿交替邁步時，擴散模型生成該瞬間影格，將腿的動態區域融合在一起，導致特定影格中的怪異景象。

此外，一些AI影片生成模型對”解剖結構”(Anatomy)恐沒有真實理解，可能僅是透過預測下一個影格的像素分佈來生成畫面。模型只知道”狗跑動時像素應該如何變化”，卻不理解”狗有4條腿”的生物結構邏輯。

值得留意的，數據分析也印證了這支影片中，AI擴散模型在處理動態畫面時的物理缺陷，包括運動中身體重心出現瞬移，物體邊界在生成過程中持續發生幾何形變與殘影融合等異狀。

往往AI還有個常見毛病，以前不久分享過的，那張經AI變造過的圖片(Keelung-Harbor.png)為例，它是部份區域被變造，可是AI在動手腳時其實並不知當地原貌，而是自行腦補來生成，如此一來，儘管生成的部份看似自然無違和感，如編號4的圖示所示，但它就不會是真實樣貌，若有興趣可實地走訪一下便可加以比對。

有學員問及為何無法在Windows電腦上存取.heic檔案內容，之前是朋友幫她把iPhone裡的原始照片複製到了電腦上，只見資料夾中有副檔名為.heic的大量檔案，但試過很多方式都未能順利打開來檢視內容。這問題困擾了她許久，根據她所查詢到的...
01/09/2026



有學員問及為何無法在Windows電腦上存取.heic檔案內容，之前是朋友幫她把iPhone裡的原始照片複製到了電腦上，只見資料夾中有副檔名為.heic的大量檔案，但試過很多方式都未能順利打開來檢視內容。

這問題困擾了她許久，根據她所查詢到的資料及從旁人得到的資訊，這邊說是少了HEIF extension，那邊又說是需要安裝HEVC extension，後來又查到只需要安裝HEIC Viewer就搞定了…就這樣她試了一遍又一遍，好不容易看似真的能開啟.heic圖片內容時，竟出現一般網路上下載的.heic圖片能開，但iPhone拍照所得到的.heic依舊打不開的情況，如下圖編號1的圖示所示。

有意思的是，在HEIC Viewer介面的下方預覽列，明確呈現出其它網路上下載的.heic都能順利預覽，唯獨iPhone拍照所得到的.heic無法預覽的情況，如編號2的圖示所示，當把滑鼠游標湊過去一看，該圖檔名為IMG_0155.heic，如編號3的圖示所示。

這所謂的.heic格式並不是iPhone的專屬格式，只是Apple很早以前就開始使用，它的全名是” High Efficiency Image Container”，其影像壓縮技術，相較於傳統JPEG，可以在相近畫質下減少檔案大小。而.heic是基於HEIF(High Efficiency Image File Format)標準的格式，身為一個影像容器，功能較JPEG豐富但卻受支援程式不若JPEG普遍。

回到前述的問題，其實無須在微軟商店花錢下載安裝HEVC extension，這HEVC是與video codec有關，原則上只需下載安裝免費的HEIC extension即可。此時我們查看一下檔案總管，.heic的圖示如編號4的圖示所示，一看便知道這是典型的檔案類型未和應用程式建立關聯性才會有的圖示。

那麼該使用哪一種檢視工具呢？與其用HEIC Viewer還會被要求升級成付費版，不如直接使用Windows內建的”相片”應用程式來的好，只需要對前述的.heic檔案雙擊，在彈出的視窗中選擇應用程式”相片”即可建立關聯性，如編號5的圖示所示，也別忘了下方要挑選”一律”而非”僅一次”。

而建立關聯的方式可不只一種，亦可在Windows設定之中的預設應用程式，直接設定副檔名.heic與”相片”的關聯性，一旦建立成功，無論這些.heic圖片位於哪個路徑之下皆可順利檢視內容，如編號6的圖示所示。

此外，若仍未能順利檢視.heic格式圖片，還有個方法可提供給各位參考，那就是下載及安裝有支援heic解碼元件的免費軟體CopyTrans Studio，如編號7的圖示所示，安裝完成後無需點擊CopyTrans Studio來開.heic，只是用它來補足.heic格式的extension需求，此時再使用Windows內建的應用程式”相片”即可順利開啟.heic圖片。

當在探討深偽議題時，不免會提及C2PA，其全稱是” Coalition for Content Provenance and Authenticity”，它是由Adobe、Google、微軟、OpenAI、Meta和BBC等科技巨頭共同推動...
28/08/2026



當在探討深偽議題時，不免會提及C2PA，其全稱是” Coalition for Content Provenance and Authenticity”，它是由Adobe、Google、微軟、OpenAI、Meta和BBC等科技巨頭共同推動的開放標準，用來記錄數位內容的來源(provenance)及處理歷程，可說是圖片、影片、音訊的數位身分證及來源履歷。

以如下圖編號1所示的圖片(Keelung-Harbor.png)為例進行說明，單純加以檢視，並未察覺有任何異狀，接著採用c2pa工具進行分析，分析結果顯示確有發現Manifest的存在，如編號2的圖示所示，這Manifest即是依照C2PA標準建立並附著於圖片、影片、音訊的資料結構，等於是嵌在數位媒體中的一份來源與處理歷程證明文件。

那麼Manifest之中究竟記錄了什麼內容呢？執行指令進行分析並輸出結果至文字檔，如編號3的圖示所示，以利保有完整分析內容。進一步匯整如編號4的圖示所示，擇要摘錄如下:
claim_generator_info: OpenAI Media Service API
actions-> name: gpt-image
digitalSourceType: trainedAlgorithmicMedia
issuer / common_name: OpenAI OpCo, LLC / OpenAI Media Service

根據上述資訊可得知，C2PA Claim的產生者指向OpenAI，處理工具則是指向GPT Image，內容則被聲明為訓練式演算法模型生成的媒體，而C2PA憑證資訊亦指向OpenAI，根據此分析結果得到的資訊足以說明此圖片確有經AI”處理”過。

此外，還有個特性值得留意，AI 在處理該圖片時，會把一個肉眼看不到的”AI來源印記”嵌進內容本身，這就是所謂的SynthID，它是一種肉眼不可視的數位浮水印。接著我們便來驗證圖1是否具有SynthID，驗證結果如編號5的圖示所示，明確辨識出AI模型名稱且確有偵測到SynthID。

有意思的是，倘若對圖1再次截圖所產生的新圖片(screenshot-keelung-harbor.png)，當中是否仍存在SynthID呢？答案自然是肯定的，其背後的原理是，截圖雖然建立了一個全新的檔案，但它仍然”重新取樣”了原圖的像素內容，而SynthID正是嵌在內容訊號中，等於數位浮水印直接嵌入影像像素之中，因此仍可成功辨識無虞。

那若是C2PA呢？當用c2pa tool對截圖後產生的新圖片進行分析，分析結果顯示未發現Manifest，如編號6的圖示所示。至於檔案本身的metadata資訊，通常一旦經轉檔/截圖等處理，原檔的metadata屬性值便可能不復存在。

要特別提醒的是，C2PA或SynthID是平台主動加入的來源證據，不是經AI模型運算處理後必然存在的跡證。因此，可將C2PA或SynthID視為正向的判斷依據，反之，若未發現C2PA或SynthID，亦不代表即無AI生成/變造的可能。

Address

中山區松江路309號11樓之 5
Taipei
104

Telephone

+886225172532

Website

Alerts

Be the first to know and let us send you an email when 鑒真數位 posts news and promotions. Your email address will not be used for any other purpose, and you can unsubscribe at any time.

Contact The Business

Send a message to 鑒真數位:

Shortcuts

Share

Category