Avec la massification du volume de données, notamment sur les réseaux sociaux, la véracité des informations devient incertaine. Dans ce contexte, un défi majeur est la détection des falsifications d'images, où des transformations sont réalisées sur des images pour tromper les observateurs. En s'inscrivant dans le sillage du problème de détection d'anomalies, des méthodes récentes abordent la question de la détection des transformations d'images comme un problème de détection de communautés dans des graphes associés aux images. Dans ce travail nous proposons d'utiliser une méthode de clustering de communautés basée sur la factorisation de matrices symétriques non négatives. À travers l'examen de plusieurs expériences de détection de transformation sur des images falsifiées, nous évaluons la robustesse de la méthode et discutons des améliorations possibles.