हैनी फ़रीद धोखाधड़ी का पता लगाने में संयुक्त राज्य अमेरिका, तस्वीरें और वीडियो में डार्टमाउथ कॉलेज में एक कंप्यूटर वैज्ञानिक है। उनके ग्राहकों के विश्वविद्यालयों, मीडिया संगठनों और अदालतों, उन्होंने कहा, चित्र केवल अधिक से अधिक लगातार धोखाधड़ी बनने नहीं है शामिल हैं, यह तेजी से बन गया है उच्च अगले साल। वह "प्राकृतिक" उसे तथा नकली 'हथियारों की होड़ के बीच एक दूसरे को दौड़ के बारे में बताया।
झूठी छवियों को पहचानने में पहला कदम क्या है?
ऐसा करने के लिए एक आसान और प्रभावी तरीका रिवर्स छवि खोज है। आप Google छवि खोज या टिनई पर खोज करते हैं और वे दिखाते हैं कि छवि कहीं और दिखाई देती है, कोलंबिया विश्वविद्यालय में एक परियोजना नई ऊंचाइयों तक आगे बढ़ते हुए, वे लक्ष्य चित्रों के कुछ हिस्सों को देखना शुरू कर दिया जो अन्य चित्रों से बदल गया।
सामान्य में, अगर एक तस्वीर गलत है, हम विचार करेंगे कि क्या पैटर्न, ज्यामिति, रंग या संरचना ध्वस्त किया जा सकता। उदाहरण के लिए, अगर किसी को एक दृश्य के लिए एक वस्तु कहते हैं, हम जानते हैं कि वे आम तौर पर छाया जोड़ने के लिए गलत हैं कि 2012 के वीडियो, एक वर्ग 'गोल्डन ईगल छीन बच्चे' नामक ( 'ईगल बच्चे लोभी') पागल पास होना जरूरी है, यह मेरी पसंदीदा कहानियों में से एक है। हम केवल बेबुनियाद की छाया लगाने के लिए 15 मिनट का समय लगा जगह: ईगल्स और बच्चों से बना कंप्यूटर कर रहे हैं।
अगर धोखाधड़ी कार्य करने का तरीका बहुत ही सूक्ष्म साधन है?
हमारे पास बहुत सारे विश्लेषिकी उपलब्ध हैं। एक रंगीन तस्वीर में, प्रत्येक पिक्सेल को तीन मानों की आवश्यकता होती है - प्रत्येक लाल, हरे और नीले रंग के लिए एक है - लेकिन अधिकांश कैमरे के रिकॉर्ड को केवल एक रंग प्रति पिक्सेल, और पिक्सेल के चारों ओर पिक्सल के औसत को लेते हुए अंतराल को भरें, जिसका मतलब है कि किसी तस्वीर में दिए गए रंग के लिए, हर लापता पिक्सेल के आसपास के पिक्सल के साथ विशिष्ट संबंध है यदि हम कुछ जोड़ते हैं या कुछ करते हैं संशोधन, यह संघ नष्ट हो जाएगा, हम इसे पता लगा सकते हैं।
एक अन्य तकनीक को जेपीईजी संपीड़न कहा जाता है। लगभग सभी तस्वीरें जेपीईजी प्रारूप में संग्रहीत की जाती हैं, वे संग्रहीत कुछ जानकारी खो देते हैं, और प्रत्येक कैमरे ने स्टोरेज में बहुत सारी जानकारी खो दी है यदि आप जेपीईजी फ़ाइल खोलने के लिए फ़ोटोशॉप का उपयोग करते हैं, और तब सहेजें, और अंततः मूल फाइल से सूक्ष्म अंतर हो जाएगा, हम यही पता लगा सकते हैं, और मुझे आशा है कि मैं आपके किसी भी अपलोड किए गए चित्रों की प्रामाणिकता की पहचान कर सकता हूं; हालांकि, वर्तमान पहचान अब भी बहुत मुश्किल है और पता करने के लिए व्यावसायिक ज्ञान की आवश्यकता है समन्वित भाग
कौन आपका डिजिटल फोरेंसिक सेवा का उपयोग करता है?
व्यवस्थित करें मेरी सेवाओं एसोसिएटेड प्रेस, रायटर और शामिल "न्यूयॉर्क टाइम्स।" ग्लोबल डिजिटल फोरेंसिक में विशेषज्ञता पेशेवरों गिने जा रहे हैं, तो काम के सीमित दायरे, जिसका अर्थ है आप केवल कुछ वास्तव में महत्वपूर्ण चित्रों का विश्लेषण कर सकते हैं। हालांकि, अधिकारियों यह विश्लेषण और काम के दायरे का विस्तार करने के लिए है। पिछले साल अमेरिका रक्षा एडवांस्ड रिसर्च प्रोजेक्ट्स एजेंसी (DARPA) एक बड़े पैमाने पर परियोजना शुरू की, मैं भी शामिल किया गया। वे अगले पांच वर्षों में एक प्रणाली बनाने का प्रयास करें, ताकि आप एक दिन के हजारों विश्लेषण कर सकते हैं तस्वीरें। यह एक महत्वाकांक्षी परियोजना है।
उदाहरण के लिए, संयुक्त राज्य अमेरिका में बाल अश्लीलता अवैध है, लेकिन कंप्यूटर जनित बाल अश्लीलता अमेरिकी संविधान में पहले संशोधन की 'वाणी की स्वतंत्रता' प्रावधान द्वारा संरक्षित है, और अगर कोई गिरफ्तार हो जाता है, तो वे कह सकते हैं तस्वीर असली नहीं है, फिर मुझे इसे साबित करने की आवश्यकता है, और मुझे तस्वीर घोटाले के बारे में लगभग एक ईमेल प्राप्त होता है।
वैज्ञानिक तकनीक में आपकी तकनीक का इस्तेमाल किया जाएगा?
कुछ ही समय पहले मैं स्कूल के अंदर विश्वविद्यालय, शैक्षिक कदाचार जांच द्वारा नियोजित कई बार किया है। मैं रिसर्च वफ़ादारी के अमेरिकी कार्यालय के पास गया, उन्होंने मुझे 'हम कैसे स्वचालित कर सकते हैं उपकरण?' पूछा, वास्तव में, हम अभी तक स्वचालन की डिग्री तक नहीं पहुंचे हैं। हालांकि, एक अर्द्ध स्वचालित प्रक्रिया के निर्माण के बजाय एक दैनिक आधार या संभव पर से चित्रों के लाखों लोगों के दर्जनों का पता लगाने के लिए, यह इस तरह के क्लोन का पता लगाने के रूप में एक उपकरण हो सकता है, देखते हैं कि क्या प्रतिलिपि चिपकाया आते हैं। मैं की तस्वीर के कुछ भागों और सहकर्मियों इसके बारे में सोच रहे हैं, हालांकि छोटे, लेकिन यह दारा परियोजना की एक महत्वपूर्ण भूमिका है।
कृपया नकली वीडियो के बारे में बात करें, है ना?
शोधकर्ताओं के पास अब सेलिब्रिटी फुटेज को एक साथ में कटौती करने की योग्यता है, जो कि वास्तव में वीडियो की तरह लगने वाले वीडियो बनाने में सक्षम नहीं है, जैसे ओबामा के कुछ वीडियो। शोधकर्ता मशीन सीखने की तकनीकों का उपयोग भी कर सकते हैं, खासकर जानने के लिए नकली सामग्री के लिए जीएएन बनाएं और एक नकली तस्वीर या लघु वीडियो बनाएं ताकि नकली सामग्री का निर्माण करने वाली वेबसाइट 'क्लासिफायरफ़र' साइट के साथ प्रतिस्पर्धा करेगी जो इस प्रक्रिया में जल्दी से नकली वेबसाइट को प्रमाणित करने और गलत साबित करने का प्रयास करती है। ।
मैं फर्जी दर की कला के बारे में बहुत चिंतित हूं, और पांच से दस वर्षों में इन तकनीकों को प्रथम श्रेणी के मानकों तक पहुंचने और एक निश्चित अवधि के बाद हम यथार्थवादी, विश्व अग्रणी ऑडियो वीडियो बनाने में सक्षम होंगे लोग बहुत परेशान हैं और मैं कहना चाहूंगा कि डिजिटल फोरेंसिक टेक्नोलॉजी वीडियो फिक्सिंग प्रौद्योगिकी के पीछे है।
कैसे धोखाधड़ी वीडियो का पता लगाने के लिए?
वीडियो, वहाँ भी JPEG संपीड़न सुविधाओं के लिए समान है, लेकिन पता लगाना बहुत कठिन, पहचान और वीडियो के लक्षण वर्णन के लिए हमारे दृष्टिकोण कर रहे हैं, क्योंकि वीडियो एक अधिक जटिल संस्करण का उपयोग कर। इसलिए, आप मशीन लर्निंग तकनीक वास्तविक और नकली वीडियो की पहचान करने के लिए उपयोग कर सकते हैं। हालांकि चित्र समान विधि: अवलोकन में पाया गया कि कंप्यूटर जनित दोष रिकॉर्डिंग वीडियो सामग्री की कमी है मूल रूप से उपस्थित कंप्यूटर जनित सामग्री हमेशा बहुत सही इसलिए, हम बात की जांच करनी चाहिए: हम देख सकते हैं कि असली दुनिया में है कि वहाँ सांख्यिकीय विशेषताओं और यह ज्यामिति?
दूसरी तकनीक विलियम फ्रीमन और उसके एमआईटी सहयोगियों द्वारा एक उत्कृष्ट अध्ययन से आती है: यदि आप अपने वीडियो में एक छोटा परिवर्तन करते हैं, तो अपने पल्स दर के अनुरूप आपके चेहरे के रंग में सूक्ष्म परिवर्तन देखने के लिए ज़ूम करें वास्तविक और कंप्यूटर जनरेट किए गए लोगों के बीच भेद कर सकते हैं
मशीन सीखना एल्गोरिदम इन विशेषताओं को हासिल करने के लिए नहीं सीख सकते हैं?
सिद्धांत रूप में, यह काम कर सकता है, लेकिन व्यवहार में, इन एल्गोरिदम में सीमित समय और प्रशिक्षण डेटा होते हैं और नियंत्रित करने में कठिनाई होती है जो वीडियो को प्रमाणीकृत करने के लिए तंत्रिका नेटवर्क का उपयोग करता है। GAN केवल इसकी वर्गीकारक साइट को प्रशिक्षण देने की कोशिश कर रहा है। यह उन सभी विशेषताओं को सीख जाएगी जो किसी चित्र या वीडियो की प्रामाणिकता को अलग करना संभव बनाते हैं, न ही यह गारंटी देता है कि यह अन्य क्लासिफायरफ़ीयर वेबसाइट को मूर्ख कर सकता है।
मेरे प्रतिद्वंद्वी सभी तकनीकों मैं पहचान करने के लिए उपयोग का उपयोग करना चाहिए, तंत्रिका नेटवर्क को प्रशिक्षित इन पहलुओं के विश्लेषण बायपास करने के लिए: इस तरह के एक नाड़ी मैं अपने काम और अधिक कठिन देना जिसका मतलब है भी जुड़ जाएंगे।
यह 'हथियारों की होड़' है। हम में तेजी लाने के रूप में हमारे विरोधियों का विकास भी अधिक परिष्कृत तकनीक विकसित कर रहे हैं ऑडियो, चित्र और वीडियो को बढ़ाने के लिए। जब शौकीनों धोखाधड़ी सही नहीं हो सकता है, दौड़ खत्म हो जाएगा। आप धोखाधड़ी की कठिनाई वृद्धि हुई है, उच्च अपने समय और कौशल आवश्यकताओं की जालसाजी, तो अधिक से अधिक होने का खतरा पकड़ा जा रहा है।
वैज्ञानिक, जो शीर्षक "प्रकृति" समाचार क्यू और अक्टूबर 6 वीं, 2017 में में प्रकाशित करने के लिए नकली वीडियो देखती है के लिए पाठ