6 دقیقه
بررسی اجمالی و چارچوب علمی
در دنیای امروز، ویدئوهای دستکاری‌شده و تولیدشده توسط هوش مصنوعی از نظر واقع‌گرایی چنان به نمونه‌های واقعی نزدیک شده‌اند که چالش‌های بسیاری را برای روزنامه‌نگاران، تحلیل‌گران فرامنیک و حتی عموم مردم به‌وجود آورده‌اند. پژوهشگران دانشگاه کرنل روشی پیشرفته تحت عنوان «نورپردازی رمزنگاریشده با نویز» (NCI) ابداع کرده‌اند که از طریق قرار دادن نشانههای پنهان و زماندار (واترمارک) در تغییرات بسیار جزئی نور، اطلاعاتی مخفی را وارد ویدئو میکند. این دستاورد که در کنفرانس SIGGRAPH 2025 ارائه شده و در نشریه ACM Transactions on Graphics تشریح گردیده، تلاش دارد برتری اطلاعاتی را به نفع راستی‌آزمایان برگرداند؛ یعنی با رمزگذاری داده‌هایی در نور محیط که جعل یا بازسازی آنها برای جعل‌کنندگان به‌شدت دشوار است.
علوم فرامنیک ویدئویی همواره به عدم تقارن اطلاعات تکیه داشته‌اند؛ به این معنا که باید سیگنال‌ها و نشانه‌هایی استفاده شوند که دستیابی یا مدل‌سازی آنها برای متقلبان ساده نباشد. روشهای سنتی واترمارکینگ دیجیتال و چک‌سام‌ها تنها توانایی شناسایی تغییرات فایل را دارند ولی در عمل با محدودیت‌هایی روبرو هستند، مثلاً نیاز به کنترل کامل دستگاه ضبط یا فایل اصلی دست‌نخورده دارند یا نمی‌توانند بین اعمالی مانند فشرده‌سازی عادی و دستکاری‌هایی مثل وارد کردن شیء جدید یا ترکیب تصاویر تفاوت قائل شوند. راهکار NCI این کمبودها را با جابه‌جایی لایه نشانه‌گذاری از سطح دیجیتال فایل به الگوهای نوری فیزیکی که با چشم غیرمسلح نامحسوس اما توسط الگوریتم‌ها قابل بازیابی است، برطرف میکند.
مکانیزم عملکرد نورپردازی رمزنگاریشده با نویز
در این فناوری، تغییرات جزئی و شبهتصادفی نور در منابع معمولی مانند مانیتور کامپیوتر یا لامپ‌های اتاق، نقش مخفی‌کننده اطلاعات را ایفا میکنند. نرم‌افزاری کوچک شدت نور ساطع‌شده را طبق رمزهای مخفی تغییر می‌دهد و منجر به خلق مجموعه‌ای از ویدئوهای باکیفیت پایین و دارای مهر زمانی – که پژوهشگران آنها را ویدئوهای رمز (code videos) می‌نامند – میشود. این ویدئوها نشان می‌دهند که صحنه چگونه تحت الگوهای مختلف نورپردازی رمزگذاری شده به‌نظر می‌رسد و عملاً به‌عنوان شاهدان نهفته شرایط ضبط اصلی عمل میکنند.
هر زمان که ویدئویی دستکاری شود، مناطق دست‌خورده با امضاهای نوری ثبت‌شده در مجموعه ویدئوهای رمز ناسازگار خواهند شد. با مقایسه ویدئوی اصلی با این ویدئوهای رمز، سیستم می‌تواند نقاط تناقض و نشانههای جعل را برجسته کند. از آنجا که این تغییرات نوری شبیه نویز طبیعی طراحی شده‌اند، برای بیننده انسانی و اکثر سامانه‌های خودکار نامشهود می‌مانند، اما در صورت آگاهی از رمز می‌توان آنها را استخراج کرد. این فناوری را می‌توان به صورت نرم‌افزاری روی نمایشگرها و برخی لامپ‌های هوشمند پیادهسازی کرد یا با استفاده از یک تراشه کنترل کوچک به لامپ‌های موجود اضافه نمود.
ارزیابی، مقاومت و پیامدها در فرآیندهای فرامنیک
گروه کرنل سیستم NCI را در مقابل طیف وسیعی از دستکاری‌ها از جمله تغییر سرعت پخش، اعمال برش زمانی، عملیات ترکیب (کامپوزیت) و دیپفیکهای مبتنی بر هوش مصنوعی آزموده‌اند. نتایج نشان می‌دهد این روش حتی در شرایط واقعی مانند حرکت افراد یا دوربین، فلاش، انواع رنگ پوست، سطوح مختلف فشرده‌سازی، محیط‌های مختلف، و دامنه‌های سیگنال کمتر از آستانه درک انسان مؤثر باقی میماند.
به این دلیل که واترمارک شامل چندین ویدئوی رمز با الگوهای نوری مختلف است، در صورت اطلاع متقلب از وجود NCI، دشواری کار او چند برابر میشود؛ چرا که نه یک الگوی نوری بلکه مجموعه‌ای از تقلب‌های سازگار با تمامی ویدئوهای رمز باید خلق کند. این الزام به سازگاری همزمان، پیچیدگی مدل‌سازی و محاسباتی لازم برای دور زدن سیستم را بسیار افزایش داده و مجدداً برتری اطلاعاتی را در اختیار صحت‌سنجان قرار می‌دهد.
البته محققان تأکید میکنند هیچ تکنیک واحدی راه‌حل نهایی نیست. NCI لایه‌ای مکمل برای فرامنیک است و می‌تواند در کنار سایر ابزارهای تعیین اصالت و منشأ، مانند اعتبارسنجی متادیتا، اطمینان سخت‌افزاری یا رجیسترهای منشأ به‌کار گرفته شود. برتری اصلی این روش در آن است که اطلاعات تصدیق اصالت را در لایه فیزیکی ضبط جای می‌دهد، نه صرفاً در فایل دیجیتال، و بنابراین کمک میکند تا تفاوت بین ویرایش بی‌خطر و دخل‌وتصرف مخرب مشخص شود.
دیدگاه متخصصان
مدیر پروژه توضیح داده است که نگاه به ویدئو به‌عنوان سندی غیرقابل تردید در عصر مدل‌های مولد و نرم‌افزارهای ویرایشگر دیگر واقع‌بینانه نیست. هدف گروه از تعبیه نشانهها در خود نور، تسهیل کشف ویدئوهای دستکاری‌شده بدون نیاز به تغییر دوربینها یا تکیه بر چک‌سام‌های یک‌منبعی بوده است.
فناوری‌های مرتبط و افق‌های آینده
نورپردازی رمزنگاریشده با نویز، مکمل پیشرفت‌های اخیر در احراز اصالت رسانه و مقابله با دیپفیکها است و نقاط اشتراک زیادی با فناوری‌هایی چون اثرانگشت دوربین، تحلیل نویز حسگر و روشهای احراز فعال دارد که هدف همه‌شان اتصال محتوای ویدئویی به شرایط ضبط قابل اطمینان است. در آینده، امکان گسترش این روش به طیف وسیع‌تری از محیط‌های نوری، بهینه‌سازی رمزنگاری برای صرفه‌جویی انرژی و نامحسوس بودن بیشتر، و ادغام آن در فرآیندهای خبری و بایگانی وجود دارد.
در بلندمدت، این رویکرد راهبردی امیدوارکننده برای تضمین اصالت پایدار رسانه‌ها ارائه میکند: انتقال بخشی از فرایند تصدیق به محیط فیزیکی و تنوع‌بخشی در نشانه‌هایی که اصالت ویدئو را ثابت میکنند. با پیشرفت روزافزون ابزارهای تولیدی، احتمالاً ترکیب چندلایه‌ای حفاظت – شامل رمزنگاری منشأ، تأیید سخت‌افزاری و نشانه‌گذاری فیزیکی – برای حفظ اعتبار شواهد تصویری ضرورت خواهد یافت.
جمع‌بندی
نورپردازی رمزنگاریشده با نویز نسل تازه‌ای از نشانههای نوری را معرفی میکند که می‌توانند با جاسازی چندین ویدئوی ارجاعی دارای مهر زمانی در نوسانات ظریف نور، ویدئوهای دستکاری‌شده را افشا کنند. پژوهشگران کرنل کارآمدی این روش را در انواع ویرایش‌ها و شرایط واقعی تأیید کرده‌اند؛ روشی که ضمن بازگرداندن عدم تقارن اطلاعاتی به نفع تحلیل‌گران فرامنیک، هزینه و پیچیدگی تقلب موفق را به‌طور چشمگیری افزایش می‌دهد. اگرچه این روش راه‌حل نهایی محسوب نمی‌شود، اما لایه‌ای علمی و مبتنی بر فیزیک به جعبه ابزار احراز اصالت رسانه می‌افزاید و می‌تواند نقش مهمی در نگهبانی از حقیقت در عصر ویدئوهای مصنوعی ایفا کند.
منبع: arstechnica
.avif)
نظرات