Hany Farid es un científico de la computación en el Dartmouth College en los Estados Unidos, fotos y videos en la detección de fraude. Sus clientes incluyen universidades, organizaciones de medios de comunicación y los tribunales, dijo, la imagen no sólo es cada vez más y el fraude más frecuentes, se ha vuelto cada vez cuanto mayor sea el próximo año. le dijo al "natural" sobre la raza entre sí entre él y 'carrera armamentista' falsificadores.
¿Cuál es el primer paso para identificar imágenes falsas?
Una manera fácil y efectiva de hacer esto es la búsqueda de imágenes inversas. Realiza una búsqueda en Google Image Search o TinEye y muestran dónde apareció la imagen en otro lugar, un proyecto en la Universidad de Columbia. Al ascender a nuevas alturas, comenzaron a buscar partes de la imagen objetivo que cambiaron de otras imágenes.
En general, si una imagen es falsa, consideramos qué patrones, geometrías, colores o estructuras se destruirán, por ejemplo, si alguien agrega un objeto a una escena, sabemos que las sombras que agregaron son generalmente incorrectas. En 2012, un video titulado 'Golden Eagle Snatches Kid', uno de mis ejemplos favoritos, fue encontrado en 15 minutos y encontramos las sombras descoordinadas Dónde: Las águilas y los niños están hechos de computadora.
Si los medios de fraude está muy oculto cómo hacerlo?
Tenemos una gran cantidad de análisis disponibles. En una foto en color, cada píxel necesita tres valores, uno para cada uno de los componentes rojo, verde y azul, pero la mayoría de las cámaras solo registran un color por píxel, Y llene el espacio tomando el promedio de los píxeles alrededor del píxel, lo que significa que para cualquier color dado en una foto, cada píxel que falta tiene una asociación específica con los píxeles que lo rodean si agregamos algo o hacemos algo Modificación, esta asociación será destruida, podemos detectarla.
Otra técnica se llama compresión JPEG. Casi todas las imágenes se almacenan en formato JPEG, pierden parte de la información almacenada y cada cámara pierde mucha información en el almacenamiento. Si usa Photoshop para abrir el archivo JPEG, y luego Guarde, y eventualmente habrá diferencias sutiles con respecto al archivo original, esto es lo que podemos detectar, y espero poder identificar rápidamente la autenticidad de cualquiera de sus imágenes cargadas, sin embargo, la identificación actual sigue siendo muy difícil y necesita conocimiento profesional para averiguar Parte coordinada
¿Quién usa tu servicio forense digital?
Organizar mis servicios incluyen Associated Press, Reuters y "The New York Times." Global especializada en análisis forense digital profesionales están numerados, por lo que el alcance limitado de trabajo, lo que significa que sólo puede analizar algunas fotos realmente importantes. Sin embargo, las autoridades Se está trabajando para ampliar el alcance del análisis. El año pasado, DARPA lanzó un gran proyecto en el que participé. Están tratando de crear un sistema en los próximos cinco años que le permita analizar decenas de miles de personas al día. Este es un proyecto ambicioso.
Por ejemplo, la pornografía infantil es ilegal en los Estados Unidos, pero la pornografía infantil generada por computadora está protegida por la disposición de "libertad de expresión" de la Primera Enmienda de la Constitución de los EE. UU., Y si alguien es arrestado, pueden decir La imagen no es real, entonces tengo que demostrarlo, y recibo un correo electrónico sobre la estafa de imágenes casi a diario.
¿Su tecnología será utilizada en artículos científicos?
No hace que he tenido varias veces empleadas por la Universidad, investigación por mala conducta académica dentro de la escuela. Mucho fui a la Oficina de Integridad de la Investigación, me preguntaron, 'herramientas ¿Cómo podemos automatizados?' De hecho, todavía no hemos alcanzado el grado de automatización. Sin embargo, la creación de un proceso semi-automatizado para detectar decenas de millones de imágenes en lugar de sobre una base diaria o posible, puede ser una herramienta como la detección clon, ver si algunas partes de la imagen de copia-pegar venir. yo y sus colegas están pensando en ello, puede ser pequeña, pero es una parte importante del proyecto DARPA.
Por favor, hablar sobre el video falso, ¿verdad?
Los investigadores ahora tienen la capacidad de cortar filmaciones de famosos para hacer videos que parecen que nunca han hablado, como algunos de los videos de Obama. Los investigadores también pueden usar técnicas de aprendizaje automático, especialmente para aprender Crea un GAN para el contenido falso y crea una imagen falsa o un video corto para que un sitio web que produzca contenido falso compita con un sitio 'clasificador' que intente autenticar y falsificar el sitio web falso rápidamente en el proceso. .
Estoy muy preocupado por el arte de la falsificación de primer nivel, y creo que serán de primera clase en 5-10 años y cuando lleguemos a cierta etapa, podremos generar videos realistas orientados a audio y líderes mundiales. La gente está muy molesta y me gustaría decir que la tecnología forense digital va a la zaga de la tecnología de video falso.
¿Cómo detectar videos de fraude?
También hay una función similar a la compresión JPEG en video, pero más difícil de detectar porque el video usa una versión más compleja, por lo que las técnicas de aprendizaje automático se pueden utilizar para autenticar el video. Sin embargo, los métodos que usamos para identificar el video e identificar La imagen es similar en el camino: mediante la observación, encontramos defectos en los videos grabados que carecen de contenido generado por computadora. El contenido generado por computadora siempre es demasiado perfecto. Por lo tanto, uno de los puntos a considerar es que podemos ver la existencia en el mundo real ¿Características estadísticas y geométricas?
La otra técnica proviene de un estudio sobresaliente de William Freeman y sus colegas del MIT: si realiza un pequeño cambio en su video, haga un acercamiento para ver cambios sutiles en el color de su cara que corresponden a su pulso. Puede distinguir entre personas reales y generadas por computadora.
Los algoritmos de aprendizaje automático no pueden aprender a dominar estas características.
En principio, puede ser posible, pero en la práctica, estos algoritmos tienen tiempo y datos de entrenamiento limitados y son difíciles de controlar qué funciones utiliza la red neuronal para autenticar el video. GAN solo intenta engañarlo para que entrene en su sitio clasificador. Aprenderá todas las características que hacen posible distinguir la autenticidad de una imagen o video, y no garantiza que pueda engañar a otro sitio clasificador.
Mi oponente debe usar todas las técnicas de evaluación que uso para entrenar la red neuronal a fin de eludir el análisis de estos aspectos: por ejemplo, agregar un pulso, lo que significa que he agregado dificultad a su trabajo.
Esta es una 'carrera armamentista'. A medida que aceleremos, nuestros rivales también desarrollarán técnicas más sofisticadas para mejorar el audio, las imágenes y el video, y la carrera finalizará solo si los aficionados no pueden perfeccionar la falsificación. A medida que aumenta la dificultad de hacer falsificaciones, cuanto más tiempo y habilidades se requieren para falsificarlas, mayor es el riesgo de ser atrapado.
El texto original de El científico que ve videos falsos fue publicado en el comunicado de prensa "Naturaleza" el 6 de octubre de 2017