数字图像由于可以承载丰富的内容，是网络信息传输的重要媒介，而计算机技术的发展也带动许多图像编辑工具（如Photoshop等）功能越来越强大，使得图像处理变得更容易。通过后期处理，这些工具可以使人眼无法看到对图像篡改的痕迹。被篡改的图像可以制造假新闻，伪造法庭证据，以及伪造个人不存在的照片以损害其名誉并从事其他非法活动。图像拼接是图像伪造中常用的一种篡改技术。现有的拼接伪造定位方法缺乏对篡改区域边界信息的有效利用。基于这一观察，本报告提出了一种新的图像拼接伪造检测模型，即边界辅助的图像拼接篡改网络,引入了新的模块来探索与篡改区域相关的有价值的边界特征，增强了篡改区域的特征表示学习。通过对五个图像伪造检测数据集的评估证明了提出方法的良好性能，并且可以在各种常见攻击中保持良好性能。