Ψηφιακός «Αστυνόμος» στη μάχη κατά της πορνογραφίας!

Διαδραστική μηχανή αναζήτησης εικόνων και βίντεο με παράνομο περιεχόμενο, που ανέπτυξαν ερευνητές του Εθνικού Κέντρου Ερευνας και Τεχνολογικής Ανάπτυξης (ΕΚΕΤΑ), λύνει τα χέρια των αστυνομικών της δίωξης ηλεκτρονικού εγκλήματος, αφού μπορεί να μειώσει έως και στο 1/10 τον χρόνο που πρέπει να δαπανήσει ένας αστυνομικός μπροστά στην οθόνη του υπολογιστή του, ερευνώντας τα πειστήρια σε υποθέσεις παιδικής πορνογραφίας. Η πρωτοποριακή εφαρμογή σχεδιάστηκε από ερευνητές του Ινστιτούτου Τεχνολογιών Πληροφορικής και Επικοινωνιών του ΕΚΕΤΑ, προκειμένου να χρησιμοποιηθεί πιλοτικά από την Υποδιεύθυνση Εγκληματολογικών Ερευνών Βόρειας Ελλάδας (ΥΕΕΒΕ). «Μπορεί οι αστυνομικοί να έχουν κατασχέσει π.χ. 20 σκληρούς δίσκους υπολογιστή που είχαν στην κατοχή τους άτομα ύποπτα για διακίνηση πορνογραφικού υλικού. Χρειάζεται να προσπελάσουν χιλιάδες ή ακόμα και εκατομμύρια φωτογραφίες, και εκατοντάδες ώρες βίντεο, προκειμένου να εντοπίσουν ανάμεσά τους αυτές με το παράνομο υλικό.......>>

Η διαδικασία είναι εξαιρετικά χρονοβόρα, με αποτέλεσμα τα πειστήρια να στοιβάζονται και οι εξεταστές να μην προλαβαίνουν», εξηγεί στο «Εθνος» ο μεταδιδακτορικός ερευνητής και υπεύθυνος υλοποίησης της ερευνητικής εφαρμογής, δρ. Στέφανος Βροχίδης, προσθέτοντας πως σε έναν σημαντικό αριθμό υποθέσεων ο χρόνος εξέτασης θα μπορούσε να μειωθεί αισθητά με τη χρήση αυτού του λογισμικού. Στ.Βροχίδης:

Η μηχανή αναζήτησης έχει «εκπαιδευτεί» να διαβάζει και να αναλύει μεγάλο όγκο φωτογραφιών και βίντεο, κατατάσσοντας το υλικό αυτό ανάλογα με τη σειρά πιθανότητας να περιέχει παράνομο περιεχόμενο. Ετσι, απομένει προς εξέταση από τους αστυνομικούς ένα μέρος μόνο του υλικού, αυτού με το ύποπτο περιεχόμενο. Ο μηχανισμός αναγνώρισης του πορνογραφικού υλικού είναι πολύπλοκος και βασίζεται στη μηχανική μάθηση, η οποία μιμείται τη λειτουργία του ανθρώπινου εγκεφάλου. «Οπως ο ανθρώπινος εγκέφαλος μαθαίνει από εμπειρίες, τις οποίες κατατάσσει σε καλές και κακές, το λογισμικό εκπαιδεύεται με αλγόριθμους να αναγνωρίζει εικόνες και βίντεο και να τις κατατάσσει ανάλογα, με βάση κάποια κριτήρια που του δίνουμε», εξηγεί ο ερευνητής και προσθέτει: «Αυτά μπορεί να είναι π.χ. η κατανομή των χρωμάτων μέσα σε μια εικόνα (αν κυριαρχεί το χρώμα του γυμνού σώματος η εικόνα κατατάσσεται ως ύποπτη) ή κάποια γεωμετρικά χαρακτηριστικά». 

Πώς λειτουργεί: 

Δίνοντας θετικά και αρνητικά παραδείγματα φωτογραφιών στο μοντέλο, δηλαδή εικόνες πορνογραφίας και φωτογραφίες γενικού περιεχομένου, αυτό «έμαθε» ποια είναι τα χαρακτηριστικά που θα μπορούσαν να καταστήσουν ύποπτη μια εικόνα. Ακόμη και στην περίπτωση που η μηχανή αναζήτησης κάνει λανθασμένη πρόβλεψη με βάση τα οπτικά κριτήρια (π.χ. χαρακτηρίζει ως ύποπτη την εικόνα ανθρώπων με μαγιό στην παραλία), η συμβολή της είναι σημαντική, αφού μειώνει αισθητά τον χρόνο που πρέπει να αφιερώσει ο εξεταστής ερευνώντας το σύνολο του υλικού. Κατά τη διενέργεια πειραμάτων στο εργαστήριο, οι ερευνητές της ομάδας πολυμέσων του ΙΠΤΗΛ/ΕΚΕΤΑ (Στ. Βροχίδης, Γ. Κομπατσιάρης, Αν. Μουμτζίδου), παρατήρησαν ότι ο μέσος χρόνος περίπου μιας ώρας που θα χρειαζόταν ο αστυνομικός προκειμένου να προσπελάσει οπτικά περίπου 10.000 εικόνες, μπορεί να μειωθεί σε μερικά λεπτά (5 λεπτά ή και λιγότερα, ανάλογα με το είδος των αρχείων και τον αριθμό των παράνομων εικόνων).ΠΗΓΗ:ΒΑΣΙΛΙΗΣ ΙΓΝΑΤΙΑΔΗΣ "ΕΘΝΟΣ"