Преднамеренная фальсификация продуктов и разработка мошеннического контента не новы, но их массовое распространение в сетях и средствах массовой информации достигает категории пандемии. В ответ ужесточаются усилия по ограничению воздействия так называемых поддельных новостей, но борьба с распространением поддельных снимков намного сложнее, и ее культурные последствия также гораздо более разрушительны
Системы обнаружения мошенничества, применяемые к текстам, получают довольно точные результаты. Например, Ithenticate в академической сфере интегрирован в процессы оценки рукописей большинства научных публикаций. Однако обнаружение ложных изображений гораздо сложнее и требует точных методов судебного анализа, в сочетании с передовыми программными инструментами. Сегодня их нельзя автоматизировать так же легко, как текстовый анализ.
Существуют системы распознавания изображений, которые используют искусственный интеллект для определения типа изображения и его маркировки, выполнения поиска и извлечения похожих изображений, например, разработанных Google.
Но когда изображения являются подделками, которые выходят за рамки их простого копирования или элементарных манипуляций, очень сложно избавиться от сомнений в их оригинальности. Становится необходимым провести подробный судебный анализ, который удостоверяет, что им манипулировали.
Методология подготовки экспертного заключения по цифровому изображению регулируется, чтобы гарантировать его юридическую силу, но очень трудно остановить его распространение и разрушительные культурные последствия. Есть некоторые успехи в исследованиях, но они все еще зарождаются, учитывая сложность изображения.
В пределах невозможного
Каждое изображение – это всегда выбор того, что мы называем реальностью, независимо от того, насколько точна система, которую мы используем. Ваша верность зависит от честности того, кто сделал изображение. Проблема заключается в том, что сегодня почти любой человек может ложно и массово распространять изображение, не говоря уже о государственных учреждениях, компаниях и специалистах с большим количеством ресурсов.
Криминалистический анализ изображения может применяться для точного определения условий, при которых оно было записано. Например, чтобы оценить пространственную когерентность света и определить камеру, с которой он был взят, анализируя характерные артефакты, которые каждая команда производит в процессе захвата.
Также в процесс регистрации изображений включаются некоторые данные захвата, которые сопровождают сам файл, так называемые метаданные, но они не только недоступны в большинстве циркулирующих изображений, но и легко управляются. Профессионал первым делом воздействует на них, поэтому они могут быть ненадежными.
Большинство подделок, которые массово циркулируют, являются манипуляциями, более или менее изощренными, над файлом изображения. Много раз они используют инструменты, которые доступны любому, например, Photoshop. Некоторые из них могут быть легко обнаружены, но когда они подделаны профессионалом с программным обеспечением, специально разработанным для устранения каких-либо следов манипуляции, это намного сложнее.
Рассмотрим сложность и современную мощь технологий и методов искусственного интеллекта для разработки, например, так называемых глубоких подделок, в которых манипулируют видео. В настоящее время разрабатываются инструменты для выявления таких подделок – такие, как Truepic. Но хотя усилия в этом направлении удваиваются, в технологической борьбе с мошенничеством методы судебной экспертизы почти всегда на шаг позади.
Для активных и пассивных
В криминалистическом анализе цифровых изображений используются две основные процедуры обнаружения подделок: активные и пассивные. Активные методы относятся к стратегиям цифровой аутентификации файлов для идентификации.
Это достигается, например, путем вставки водяных знаков между данными изображения или использования систем цифровой подписи. Но большинство изображений, находящихся в обращении, независимо от того, являются ли они ложными или нет, не сопровождаются какими-либо идентификационными данными, и их можно сразу обнаружить, если они ложны в пределах 30-40%.
Существует вторая группа методов анализа, так называемые пассивные, которые используют специальные алгоритмы и статистические методы для анализа согласованности структуры данных файла изображения и определения, были ли обработаны яркость, контрастность и цвет (ретуширование допустимо, но только в определенной степени). Или если некоторые элементы были перемещены, клонированы или преобразованы. Для этого разрабатываются конкретные алгоритмы, которые становятся все более эффективными.
Мы находимся в гонке, которая всегда находится на пределе технологического авангарда, и в то же время пандемия ложных изображений продолжает распространяться с неудержимой скоростью. В этой безумной бесконечной борьбе, на данный момент, побеждает подделка, за которой внимательно следят методы обнаружения, разработанные опытными аналитиками изображений. Но гонка будет продолжаться, до предела невозможного.
Понравилась статья? Жмите «лайк» и подписывайтесь на канал.
Читайте дальше:
Новая частица Хиггса украла антивещество из нашей вселенной?
Загадка палеонтологов: почему окаменелости обычно мужские?
Все публикации канала можно посмотреть здесь.