در چند سال اخیر توانایی تولید و دستکاری ویدئوها به کمک ابزارهای هوش مصنوعی و ویرایش پیشرفته به سرعت افزایش یافته است. این تحول کاری از دسترسی انبوه به داده و شبکه های یادگیری عمیق را آسان کرده و جعل ویدئوی واقعنما (deepfake) را به تهدیدی برای خبررسانی، امنیت و اعتماد عمومی تبدیل کرده است. پژوهشگران دانشگاه کرنل روش جدیدی ارائه دادهاند که از نوسان های نور به عنوان حامل واترمارک استفاده می کند تا نشان دهد آیا یک ویدئو دستکاری شده است یا خیر. نتایج این کار در کنفرانس SIGGRAPH 2025 در ونکوور ارائه شد و مقاله علمی مربوطه در ژورنال ACM Transactions on Graphics منتشر شده است.
نکته کلیدی که محققان به آن اشاره می کنند، عدم تقارن اطلاعاتی است. در حالی که جعل کنندگان به ویدئوهای واقعی و ابزارهای ویرایش پیشرفته دسترسی برابر دارند، یک تکنیک فورنسیک مؤثر باید از اطلاعاتی استفاده کند که جعل کنندگان از داده های عمومی نمی توانند یاد بگیرند. بسیاری از روش های واترمارک دیجیتال موجود این اصل را دنبال می کنند، اما اغلب نیازمند کنترل روی دوربین ضبط یا دسترسی به نسخه اصلی غیر دستکاری شده ویدئو هستند. حتی ابزارهایی مانند checksum فقط تغییر فایل را تشخیص می دهند و تفاوت بین فشرده سازی معمولی و افزودن اشیای مجازی را مشخص نمی کنند.
روش نورکد شده (noise-coded illumination)
محققان کرنل پیش از این نشان داده بودند که با تغییرات اندک در پیکسل ها می توان دستکاری یا تولید ویدئو توسط هوش مصنوعی را شناسایی کرد، اما آن کار به مدل دوربین یا مدل هوش مصنوعی خاصی وابسته بود. روش جدید که نورکد شده نامیده می شود، این محدودیت ها را برطرف می کند. ایده اصلی جا دادن واترمارک در قالب نوسانات ظریف نور است به طوری که برای چشم انسان به صورت نویز معمولی دیده شود، اما برای الگوریتم های مخصوص قابل خواندن باشد.
یک نرم افزار کوچک می تواند این کدگذاری را روی صفحه نمایش های کامپیوتری و انواع خاصی از نورپردازی داخلی اعمال کند. برای لامپ های آماده بازار نیز می توان با اتصال یک تراشه کوچک، نوسان های زمان بندی شده را القا کرد. هر واترمارک، نسخه ای کمدقت و دارای تمبر زمانی از ویدئوی بدون دستکاری را تحت نورپردازی کمی متفاوت حمل می کند. محققان این نسخه ها را کد ویدئو می نامند. هنگامیکه ویدئوی اصلی تغییر می یابد، بخش های دستکاری شده با آنچه در کد ویدئوها ثبت شده تناقض پیدا می کنند و همین اختلاف محل تغییرات را نشان می دهد.
دلایل مقاوم بودن روش
واترمارک ها طوری طراحی شده اند که به منزله نویز طبیعی ظاهر شوند و بدون اطلاع از کد مخفی قابل کشف نباشند. تیم پژوهشی روش خود را در برابر طیف گسترده ای از دستکاری ها آزمودند، از تغییرات ناگهانی (warp cut)، سرعت و شتاب، تا ترکیب بندی و deepfake. این تکنیک نسبت به سطوح سیگنال پایین تر از آستانه ادراک انسانی، حرکت دوربین و سوژه، فلاش دوربین، تنوع رنگ پوست افراد، سطوح مختلف فشرده سازی و محیط های داخلی و خارجی مقاوم نشان داد.
همچنین اگرچه یک مهاجم ممکن است متوجه شود که این تکنیک مورد استفاده قرار گرفته، باز هم کار او بسیار دشوارتر می شود. به جای جعل نور برای یک ویدئو منفرد، مهاجم باید برای هر کد ویدئو جداگانه نور را جعل کند و همه آن فریب ها باید با هم تطابق داشته باشند تا از آشکارسازی جلوگیری شود. این لایه حفاظتی افزوده سطح بالاتری از عدم تقارن اطلاعاتی ایجاد می کند که برای فورنسیک ویدئو حیاتی است.
جزئیات عملی و آزمایش های انجام شده
آزمایش های تیم شامل مجموعه ای از سناریوها بود تا قابلیت کلی روش در شرایط واقعی ارزیابی شود. محققان از ویدئوهای ضبط شده در محیط های متنوع، با سوژه های انسانی متفاوت و سطوح مختلف فشرده سازی استفاده کردند. آنها همچنین تاثیر حرکت دوربین، نور محیطی و فلاش را اندازه گرفتند. نتایج نشان داد که کدهای نوری حتی وقتی سطح تغییرات پایین تر از حد ادراک انسانی باشند قابل بازیابی و مقایسه هستند.
این تکنیک می تواند در سخت افزار و نرم افزار قابل استفاده باشد. برای مثال در پلتفرم های پخش زنده، صفحات نمایش و لامپ های روشنایی هوشمند می توانند به عنوان حامل های واترمارک عمل کنند. اجرای آن با افزودن یک قطعه نرم افزاری سبک یا تراشه کوچک ممکن است به صورت مقیاس پذیر قابل پیاده سازی باشد و نیاز به تغییر عمده در زنجیره تولید محتوا ندارد.
پیامدها و مسیرهای توسعه آینده
روش نورکد شده یک گام مهم در جهت افزایش قابلیت های تشخیص جعل ویدئو است، اما چالش ها همچنان پابرجا هستند. بهبود سازگاری با انواع بیشتر منابع نور، استانداردسازی قالب های کدگذاری برای سازگاری بین سازندگان محتوا و توسعه پروتکل های حقوقی و اخلاقی برای استفاده از این فناوری از جمله مسائل آینده است. همچنین پژوهشگران می توانند روی تقویت مقاومت در برابر حملات هدفمند که سعی می کنند کدهای نوری را شناسایی و حذف کنند، کار کنند.
این فناوری می تواند با دیگر روش های فورنسیک ترکیب شود، از جمله تحلیل فراداده، بررسی پارامترهای فیزیکی نور و شواهد صوتی، تا سامانه های چندلایه ای ایجاد شود که شانس تشخیص جعل را بسیار افزایش دهد. کاربردهای آن فراتر از رسانه خبری است و می تواند در امنیت، بسترهای ویدئویی آنلاین، آرشیوهای دیجیتال و تحقیقات علمی که به صحت ضبطهای تصویری وابسته هستند، مورد استفاده قرار گیرد.
نقل قول از پژوهشگران
اب دیویس از دانشگاه کرنل که ایده اولیه را مطرح کرده است می گوید: ویدئو زمانی منبع حقیقت تلقی می شد اما اکنون دیگر نمی توان چنین فرضی را به کار برد. امروزه می توان تقریباً ویدئویی از هر چیز ساخت؛ این امر هم کاربردهای سرگرم کننده دارد و هم مشکلات اساسی، زیرا تشخیص واقعیت دشوارتر می شود. او اضافه می کند که این یک مسئله در حال پیشرفت است و حل نهایی آن به سرعت به دست نخواهد آمد.
نتیجه گیری
تکنیک نورکد شده نمایانگر استفاده هوشمندانه از اطلاعات نهان در نور برای افزایش عدم تقارن اطلاعاتی بین مدافعان و جعل کنندگان است. با جاسازی واترمارک های زمانمند و کمدقت در نویز نور، این روش توانست انواع مختلف دستکاری را شناسایی کند و در برابر شرایط واقعی مقاوم باشد. اگرچه هنوز مشکلات و چالش های توسعه و استانداردسازی وجود دارد، این رویکرد می تواند بخشی از مجموعه ابزارهای فورنسیک آینده برای مقابله با تهدیدات ناشی از deepfake و دستکاری ویدئو باشد. همکاری میان پژوهشگران، سازندگان سخت افزار و پلتفرم های منتشر کننده محتوا برای به کارگیری عملیاتی این فناوری حیاتی خواهد بود.