随着图像、视频等数字多媒体内容的广泛应用，以及各种功能强大的编辑工具的迅速发展，普通用户可以出于某种动机对图像/视频进行任意的篡改伪造。面对这日益严峻的信任危机，迫切需要一种可以对数字图像/视频内容的真实性进行鉴定的技术和方法。目前，已经产生了一种可以通过篡改操作遗留的痕迹来辨别内容真假的数字图像/视频被动取证技术，并得到了众多研究者的青睐。然而，如果站在篡改者的角度考虑，篡改者完全可以设计出更完美的方案躲过取证算法的检测，例如，可以通过隐藏取证依赖的痕迹改变取证算法的检测结果。通过发掘篡改所遗留的痕迹，可以鉴别图像/视频内容的真伪。反过来，在篡改伪造过程中，也可以通过人为的消除、隐藏或破坏被动取证依赖的痕迹，达到反取证的目的。研究反取证技术，可以揭示现有取证算法的不足，激励产生安全性更高、鲁棒性更强的取证算法，从而进一步促进被动取证技术的发展。本文以现有的图像/视频被动取证算法为切入点开展反取证研究。主要工作如下：首先，本文针对图像中基于USM锐化操作的取证方法，提出了一种简单而有效的反取证算法。根据USM图像锐化操作的原理，通过引入抖动噪声，可以消除锐化操作引起的边缘过度痕迹及直方图痕迹。实验结果表明，该方法对锐化操作后的痕迹能够有效的消除，从而降低了取证结果的可信性，在一定程度上指出了取证算法存在的不足，对该篡改操作的取证研究者具有较好的参考价值。其次，本文针对视频中基于噪声残差特性的取证方法，提出了一种相应的反取证算法，并以运动对象删除操作为例验证算法的有效应。在运动对象删除的过程中，篡改操作会破坏相邻帧之间噪声残差的相关性特征，为了保留未篡改视频原有的特征，可以在篡改之前将噪声残差提取出来，然后对剩下的无噪视频进行对象删除的篡改操作，最后再将原有的噪声残差添加到操作后的视频中。大量的实验测试表明，该方法可以避免篡改操作破坏噪声残差的特性，从而可以使篡改视频成功躲过取证算法的检测，达到反取证的目的。目前，图像/视频的反取证研究还处在初步探索的阶段，相关的文献还比较少，但该研究可以促进被动取证技术的进一步发展，非常有研究价值。本文针对图像视频中的两种被动取证算法进行反取证研究，并取得了一定的成果。