随着科技的快速发展，视频图像处理技术被广泛应用于监控、航天、医学、影视等各个领域。然而，该技术的兴起也带来了一系列安全问题，如监控系统被植入虚假视频、视频内容被恶意篡改等，严重者会危害民众甚至国家的安全。迪普科技作为视频监控领域安全建设领导者，结合多年专业经验，为大家揭开视频处理技术的神秘面纱，并分享一些人工视频的鉴别及防御手段。
视频篡改事件频发，肉眼难辨真假
案例一
上月，广东佛山警方抓获了一个高速碰瓷团伙。该伙嫌疑人通过行车记录仪录制前方车辆的行驶情况，然后将视频导入手提电脑，通过技术快速模拟一块小石子从对方车轮胎处飞出，砸到挡风玻璃的经过，还用特效制作出撞击时的声音。随后，他们将修改完的视频导回行车记录仪，再拦停车主索赔。
案例二
英特尔实验室的新论文中展示了一种根据语义布局来合成照片的方法。下图乍一看像是行车记录仪拍的，但实际上都是合成的，在现实中根本找不到这样的街道。制作者只需在图片上标出各种物体的位置，神经网络便能根据自己在训练过程中见过的真实街道，生成极其逼真的虚拟图片或视频。
案例三
2017年,华盛顿大学研究院的学生利用现有的奥巴马声音和视频片段，用AI工具合成了一个非常逼真的奥巴马演讲“假视频”。这个“假视频”中的奥巴马，无论在语音、语调、神态还是口型上对比真人几乎完全一致，但演讲内容却由视频制作者任意发挥。
从案例中我们可以了解到，目前这些“人工视频”足以达到以假乱真的程度，甚至有不法分子利用该技术危害民众生命财产安全。但面对这些以假乱真的视频，我们该如何鉴别及防御呢?
视频修改技术及鉴别手段
上述三个案例主要涉及AI技术及数字视频修改技术，修改的具体形式有重投影(利用摄像设备对已有的视频重新录制)、帧操作(帧插入、帧删除和帧重排序)、超分辨率重建、基于视频对象的视频操纵(包括对象添加、删除和位置变化)等。视频修改程度及精细程度不同，所需的操作量及时间也不同。生成案例2、3中的虚拟视频，需要利用神经网络学习、分析数百万帧的原有视频，难度巨大。而案例1中这种只增加一个动效的修改形式，熟练者通过视频处理软件10分钟就能完成。
目前这些人工视频靠肉眼难以分辨真假，但能够通过专业技术鉴别，主要有以下几种手段：
1. 数字水印查验：需要提前在监控视频生成过程中嵌入验证信息或者生成散列值，对视频采集终端要求较高;
2. 自然规律检验法：主要用到的自然规律, 包括重力和太阳光线的移动规律;
3. 视频数据分析：对监控视频的伪造和篡改过程不可避免地会遗留一些痕迹, 比如引起视频统计特性的某种变化。这些特征既包括模糊度、块效应和图像区域之间的相似度等图像取证时所用到的特征等等;
4. 现场物体变化推断法：场景中的物体出现或消失都有其运动轨迹, 如果现场的某个物体突然出现和消失则可以推断监控视频存在异常。
公共安全视频监控网络安全防护
目前中国已经建设了全世界最大的视频监控联网系统,视频摄像头超过2000万个。公共安全视频监控网络正成为维护国家安全和社会稳定、预防和打击犯罪的重要工具。但该网络同样存在被入侵、视频被篡改、被植入虚假视频等安全风险。因此，对公共安全视频监控网络实行防护措施刻不容缓，主要需实现两方面：信息安全防护和网络安全防护。
1. 信息安全防护
2018年11月1日，GB35114-2017国家强制标准正式实施，旨在从用户认证管理、设备身份认证、信令认证、视频数字签名、视频加密5个方面解决当前公共安全视频监控网络存在的信息安全隐患问题，其中设备身份认证、视频数字签名两项正是为了解决当前虚假视频植入、视频被非法篡改两大问题：
● 基于国密算法和数字证书对前端与管理平台间进行单向/双向身份认证，确保用户和设备的身份真实可信，防止虚假视频植入;
● 基于数字签名技术，保障重要视频数据的真实性、完整性，防止视频被非法篡改;
2. 网络安全防护
公共安全视频监控行业标准要求“应支持对接入公共安全视频传输网的前端设备基于IP、MAC、设备指纹等信息进行身份核验和管理，根据相应策略对前端设备违规接入公共安全视频传输网的情况进行告警和处置;宜提供对公共安全视频传输网中非法访问、入侵攻击等异常流量的检测能力，对网络中非法恶意行为进行有效识别、告警和处置，实现前端接入区资源的安全管理。”该标准从网络层面上，为视频监控网络安全建设提供了指导建议。
迄今为止，迪普科技已服务于全国200余个“雪亮工程”“平安城市”及“智能交通”项目建设，深受用户的信赖与肯定，我们将始终以“严控边界、纵深防御、主动监测、全面审计”为要求，持续创新，以最优秀的产品解决方案和服务，为社会公共安全建设贡献自己的力量。
|
