เหตุใดตัวตรวจจับพิกเซลใดๆ จึงถูกเอาชนะได้
ตัวตรวจจับจะอ่านพื้นผิวทางสถิติระหว่างพิกเซลข้างเคียง พื้นผิวนั้นคือหลักฐาน สิ่งใดก็ตามที่เขียนพิกเซลใหม่จะเป็นการทำลายหลักฐานนั้น และมีเหตุผลทั่วไปมากมายที่ทำให้ต้องเขียนพิกเซลใหม่
นี่เป็นคุณสมบัติของวิธีการ ไม่ใช่ข้อบกพร่องของผลิตภัณฑ์ใดผลิตภัณฑ์หนึ่ง เครื่องมือที่อ้างว่าตัวเองไม่สามารถถูกหลอกได้ กำลังวัดค่าอื่นที่ไม่ใช่พิกเซล หรือไม่ได้บอกความจริงกับคุณ
หมวดหมู่ต่างๆ อธิบายตามลักษณะ ไม่ใช่คำแนะนำ
เนื้อหานี้เขียนขึ้นในระดับที่ผู้ป้องกันควรทราบ การรู้ว่ามีหมวดหมู่นี้อยู่ช่วยให้คุณจดจำลายเซ็นของมันในผลลัพธ์ได้ นี่ไม่ใช่สูตรสำเร็จและไม่มีขั้นตอนแบบทีละขั้น
เกิดขึ้นโดยอุบัติเหตุและมีประสิทธิภาพ
- การแคปหน้าจอภาพ
- การโพสต์ผ่านแพลตฟอร์มที่บีบอัดไฟล์ซ้ำ
- การปรับขนาดสำหรับแอปแชท
- การบันทึกภาพหน้าจอ
ทำโดยเจตนาและมีต้นทุนสูงกว่า
- การเพิ่มสัญญาณรบกวนเพื่อปิดบังพื้นผิว
- การปรับขนาดและเข้ารหัสซ้ำหลายรอบ
- การพิมพ์ภาพออกมาแล้วถ่ายใหม่
- การนำชิ้นส่วนที่สร้างจาก AI มาประกอบเข้ากับภาพจริง
รายการสุดท้ายทางขวาคือส่วนที่สำคัญที่สุด เพราะเป็นสิ่งที่ตรวจจับได้ยากที่สุดด้วยตัวเลขเพียงชุดเดียว ภาพถ่ายจริงที่มีวัตถุจาก AI วางซ้อนอยู่จะยังคงพื้นผิวที่แท้จริงไว้ได้เกือบทั้งภาพ
สิ่งที่แผนที่ภูมิภาค (region map) ช่วยได้ในเรื่องนี้
การให้คะแนนภาพเป็นส่วนย่อยๆ (tiles) คือคำตอบโดยตรงสำหรับภาพตัดต่อ คะแนนเฉลี่ยของทั้งภาพอาจถูกดึงให้ต่ำลงโดยส่วนที่เป็นภาพจริง แต่ส่วนย่อยที่มีการตัดต่อจะไม่ได้ถูกเฉลี่ยรวมกับส่วนอื่น
ส่วนที่ถูกตัดต่ออยู่ในส่วนย่อยเพียงช่องเดียว นี่คือรูปแบบที่การหาค่าเฉลี่ยทำลายไป แต่การแบ่งช่องช่วยรักษาไว้ได้
สิ่งที่ผู้กระทำต้องแลกเมื่อพยายามหลบเลี่ยง
ทุกเทคนิคที่ใช้ซ่อนสัญญาณตรวจจับจะสร้างความเสียหายให้กับตัวภาพด้วย การรู้ถึงการแลกเปลี่ยนนี้เป็นสิ่งที่มีประโยชน์ที่สุดสำหรับผู้ตรวจสอบ
| เทคนิค | สิ่งที่ถูกซ่อน | สิ่งที่ต้องแลก |
|---|---|---|
| การบีบอัดไฟล์ซ้ำหนักๆ | พื้นผิวละเอียดที่ AI ตรวจจับได้ | สิ่งแปลกปลอมที่มองเห็นได้ รายละเอียดที่นุ่มจนผิดปกติ |
| การเพิ่มสัญญาณรบกวน | ความสม่ำเสมอทางสถิติ | ภาพที่ดูเป็นเม็ดทรายและผิดปกติ |
| การปรับขนาดภาพซ้ำๆ | ความสัมพันธ์ของพิกเซล | ความนุ่มนวลและรอยหยักที่ขอบ |
| การพิมพ์แล้วถ่ายใหม่ | เกือบทุกอย่าง | ลายมัวเร่ แสงสะท้อน ภาพที่ดูเหมือนภาพถ่ายของภาพถ่ายอีกที |
| การตัดต่อลงในภาพจริง | ค่าเฉลี่ยของทั้งภาพ | ไม่มีอะไรเลย นี่คือเหตุผลว่าทำไมการแบ่งช่องจึงสำคัญ |
ภาพที่ถูกล้างข้อมูลมาหนักพอจนผ่านตัวตรวจจับได้ มักจะดูออกว่าผ่านการล้างข้อมูลมา หากภาพนั้นมีคุณภาพต่ำผิดปกติและถูกนำมาใช้เป็นหลักฐาน ความด้อยคุณภาพนั้นเองคือสิ่งที่บอกใบ้
สิ่งที่ปลอมแปลงได้ยากกว่า
- ประวัติการเผยแพร่ ภาพที่ถูกจัดทำดัชนีไว้เมื่อหลายปีก่อนไม่ได้ถูกสร้างขึ้นเมื่อเดือนที่แล้ว การค้นหาด้วยภาพยังคงเป็นวิธีตรวจสอบที่แข็งแกร่งที่สุด
- ข้อมูลรับรองเนื้อหา (Content Credential) ที่ถูกต้อง ข้อมูลกำกับที่ผูกติดกับพิกเซลปัจจุบันด้วยลายเซ็นดิจิทัลมีค่าในทางรหัสลับ มันอาจถูกลบออกได้ แต่ไม่สามารถปลอมแปลงได้
- ความสอดคล้องของฉากทางกายภาพ แสงเงา การสะท้อน และความต่อเนื่องระหว่างวัตถุยังคงเป็นจุดที่เครื่องสร้างภาพล้มเหลว และการล้างข้อมูลก็แก้ไขจุดเหล่านี้ไม่ได้
- ไฟล์ที่มีอยู่แล้วในมือผู้อื่น ลองขอต้นฉบับจากอุปกรณ์ที่ใช้ถ่ายจริงจากผู้ส่ง แล้วรอดูว่าจะเกิดอะไรขึ้นต่อไป
ผลลัพธ์ที่คุณได้รับ
ผู้กระทำที่มีเจตนาและทักษะเทคนิคสูงสามารถเอาชนะตัวตรวจจับพิกเซลได้ นั่นเป็นเรื่องจริงแต่ไม่ใช่กรณีทั่วไป ภาพที่คนส่วนใหญ่นำมาตรวจสอบมักถูกทำขึ้นอย่างไม่ระวัง แชร์กันทั่วไป และหลักฐานยังคงอยู่ครบถ้วน หรืออาจสูญเสียไปเพราะแอปแชทมากกว่าถูกเจตนาหลบเลี่ยง
หากได้รับคะแนนต่ำในภาพที่เสื่อมสภาพหนัก ให้ถือว่าไม่มีคำตอบ ดีกว่าถือว่าเป็นผลลัพธ์ที่สะอาด ความแตกต่างนี้ช่วยรับมือการหลบเลี่ยงเกือบทุกรูปแบบที่คุณจะพบ โดยไม่จำเป็นต้องรู้เทคนิคเบื้องหลังเลย
การแข่งขันนี้มีความไม่สมดุล
การสร้างภาพและการตรวจจับไม่ได้พัฒนาด้วยความเร็วเท่ากัน และความไม่สมดุลนี้เป็นไปในทิศทางเดียว เครื่องสร้างภาพใหม่ๆ จะปรากฏตัวในฐานะข้อมูลที่ตัวตรวจจับยังไม่เคยเห็นมาก่อน การฝึกฝนโมเดลใหม่มักตามหลังการปล่อยเครื่องสร้างภาพเสมอ ทำให้มีช่วงเวลาที่ผลงานล่าสุดยังคงตรวจจับไม่ได้
ช่วงเวลานี้ไม่ได้สั้น การรวบรวมผลงานจากโมเดลใหม่ การติดป้ายกำกับ การฝึกฝนใหม่ และการนำมาใช้งานต้องใช้เวลาอย่างน้อยหลายสัปดาห์ ในช่วงเวลานั้นตัวตรวจจับจะให้คะแนนภาพใหม่ว่าเป็นภาพจริง เพราะภาพเหล่านั้นไม่คล้ายกับสิ่งที่มันถูกสอนให้ตรวจจับ
นี่คือข้อโต้แย้งในเชิงปฏิบัติที่แข็งแกร่งที่สุดว่าทำไมจึงไม่ควรพึ่งพาสัญญาณเดียว ข้อมูลแหล่งที่มาและประวัติการเผยแพร่ไม่ได้สนใจว่าโมเดลใดเป็นผู้สร้างภาพ ดังนั้นจึงยังคงทำงานได้แม้ในช่วงเวลาที่การวิเคราะห์พิกเซลครอบคลุมไม่ถึง
- 1 เครื่องสร้างภาพรุ่นใหม่ถูกปล่อยออกมา ผลงานยังไม่ถูกเห็นโดยตัวตรวจจับใดๆ
- 2 ช่วงเวลาที่มองไม่เห็น หลายสัปดาห์ ผลงานใหม่ได้คะแนนว่าเป็นภาพจริง
- 3 เก็บรวบรวมตัวอย่าง รวบรวมข้อมูลฝึกฝนที่ติดป้ายกำกับแล้ว
- 4 ตัวตรวจจับได้รับการฝึกฝนใหม่ ความครอบคลุมไล่ตามทัน จนกระทั่งมีการปล่อยรุ่นถัดไป