Fake (Informatik)

Die inhaltliche Fälschung [ f e ɪ k ] ( wörtlich „Takelage“, „Fälschung“ ) bezeichnet im Allgemeinen etwas Betrügerisches, Manipuliertes. Es ist zu unterscheiden von falsch , einem anderen englischen Begriff, der formeller etwas Falsches, Falsches bezeichnet .

Die Fälschung hat im Bereich Computer und Netzwerke mehrere Bedeutungen.

Die verschiedenen Arten von Fälschungen

Falsche Profile

Gefälschte Dateien

Auf Peer-to-Peer - Download - Netzwerke , Fälschungen sind Dateien , deren Inhalt nicht den Titel entspricht. Sie werden auf diese Weise entweder zum Spaß oder zur Verhinderung von Fälschungen platziert , und dort wird die Hinterlegung von Fälschungen von den Händlern oder den Autoren der Werke und der Software sichergestellt. Im letzteren Fall können die fraglichen Dateien ziemlich pervers konzipiert sein und beispielsweise einen gültigen Anfang enthalten, der dem Titel entspricht, oder eine stark beschädigte Version der Originaldatei usw. darstellen. Ein Großteil dieser Fälschungen ist jedoch gefährlich und enthält beispielsweise Viren oder pornografische Videos (die Dateierweiterung bedeutet an dieser Stelle nichts, Sie müssen sich vor jeder Art von Datei in Acht nehmen). Diese Versuche können jedoch für die betreffenden Websites abgebrochen werden, indem Kommentare hinzugefügt werden, sodass bestimmte Benutzer andere warnen können.

Falsche Dokumente

Eine Fälschung kann auch eine Fälschung sein (z. B. eine Fotomontage oder die Verwendung eines realen Bildes, das aus seinem realen Kontext herausgenommen wurde). Zum Beispiel bei einem V-Tuning . Im weiteren Sinne finden wir im Web auch gefälschte Videos mit Video-Hosting-Sites, Musiktiteln als Hauptvektoren und sogar Websites, die den Stil und die Themen realer Sites übernehmen, aber den Inhalt umleiten. Wir können oft Fälschungen an Parodien anpassen .

Falsche Texte

Eine Fälschung kann auch einfach ein falscher Bericht (oder eine falsche Nachricht) sein. ImFebruar 2019Das OpenAI- Forschungsinstitut gibt bekannt, dass es ein Programm für künstliche Intelligenz entwickelt hat , mit dem sehr realistische gefälschte Texte erstellt werden können. OpenAI ist besorgt über die mögliche Verwendung, wenn die Software mit böswilliger Absicht verwendet wird, und zieht es vor, den Quellcode des Programms nicht öffentlich zu machen.

Gefälschte Erkennung

Für Bilder und Videos

Vergleich mit dem bestehenden

Diese Vergleichsmethode besteht darin, auf Plattformen wie Google Images oder TinEye nach äquivalenten oder identischen Bildern zu suchen , die eine kleinere Datenbank als Google haben, aber die Möglichkeit bieten, die Ergebnisse zu sortieren, um die ältesten Ergebnisse oder die ältesten Ergebnisse anzuzeigen ermöglicht es zu identifizieren, ob ein Bild Photoshop durchlaufen hat). Diese Methode liefert häufig gute Ergebnisse bei der Unterscheidung der modifizierten Bilder von den Originalen.

Überwachung

Die Erkennung von Änderungen ist auch durch eingehende Beobachtung möglich. Dazu müssen dann einige Punkte beachtet werden, wie zum Beispiel:

  • Kontrast und Helligkeit: Diese beiden Parameter können häufig Inkonsistenzen hervorheben.
  • Erkennung von Montagebereichen an den Rändern;
  • räumliche und zeitliche Kohärenz der auf dem Foto vorhandenen Elemente;
  • Inkonsistenz in den Minuten der Komprimierungsformate wie JPEG (das ist Gegenstand der Fehlerstufenanalyse  (in) ).
Spezialwerkzeuge

Die Verwendung modifizierter Bilder kann Konsequenzen haben. Wenn sich die Beobachtungs- und Vergleichstechniken als unwirksam erwiesen haben, gibt es Software und Websites, mit denen für das bloße Auge unsichtbare Unvollkommenheiten erkannt werden können.

Es sollte jedoch darauf geachtet werden, dass für die Verwendung spezialisierter Websites möglicherweise die Übertragung des Bildes auf diese erforderlich ist.

Für gefälschte Profile

Obwohl diesbezüglich Forschungen durchgeführt werden, gibt es noch keinen zuverlässigen automatischen Weg, um ein gefälschtes Profil zu erkennen. In den Kommentaren oder den von den Websites eingerichteten Berichtsschaltflächen können einige Benutzer andere im Falle einer Fälschung warnen .

Verweise

  1. Aussprache in amerikanischem Englisch, transkribiert nach API-Standard .
  2. Die Antonym für gefälschte ist echt , während das Antonym für falsch ist wahr . Siehe auch auf (in) Wikidiff
  3. "Mein Leben als" Fälschung "auf Twitter" , Rue89 , 21. August 2011.
  4. (en-GB) Hannah Jane Parkinson : „  AI kann genauso schreiben wie ich. Klammer für die Roboterapokalypse | Hannah Jane Parkinson  “ , The Guardian ,15. Februar 2019( ISSN  0261-3077 , online gelesen , konsultiert am 20. Februar 2019 ).
  5. Tom Simonite , " Der KI- Textgenerator ,  der zu gefährlich ist, um ihn zu veröffentlichen  ", Wired ,14. Februar 2019( ISSN  1059-1028 , online gelesen , konsultiert am 20. Februar 2019 ).
  6. (en-US) „  Photo Forensics: Erkennen von Photoshop-Manipulationen mit Fehlerstufenanalyse - InfoSec-Ressourcen  “ , InfoSec-Ressourcen ,25. Oktober 2013(Zugriff auf den 18. Juni 2016 ) .
  7. „  FotoForensics  “ auf fotoforensics.com (abgerufen am 18. Juni 2016 ) .
  8. "  Erkennen von Clustern gefälschter Konten in sozialen Online-Netzwerken  ", AISec ,2015( online lesen ).

Siehe auch