![\"Uno](\"https:\/\/media.kasperskydaily.com\/wp-content\/uploads\/sites\/89\/2024\/04\/15143923\/real-or-fake-image-analysis-and-provenance-01.jpg\")
<\/a>Uno dei primi deepfake diventato virale in tutto il mondo: il Papa con un giubbotto bianco griffato<\/p><\/div>\n
Questo non far\u00e0 che esacerbare il gi\u00e0 complesso problema delle fake news e delle immagini di commento. Un articolo potrebbe, ad esempio, mostrare una foto affermando che si tratta di un certo evento mentre la foto si riferisce in realt\u00e0 a tutt\u2019altro, una foto potrebbe ritrarre insieme persone che non si sono mai incontrate e cos\u00ec via.<\/p>\n
Lo spoofing di immagini e video ha un impatto diretto sulla sicurezza informatica. I truffatori usano da anni immagini e video falsi per indurre il distacco di denaro dalle tasche delle vittime. Potresti ricevere la foto di un cucciolo triste e bisognoso di aiuto, l\u2019immagine di una celebrit\u00e0 che promuove alcuni loschi schemi<\/a> o quella della carta di credito di qualcuno che conosci. I truffatori utilizzano anche le immagini generate dall\u2019IA per attivit\u00e0 di catfishing<\/a> nei siti di incontri e nei social media.<\/p>\n Le truffe pi\u00f9 sofisticate utilizzano video e audio deepfake del capo della vittima<\/a> o di un suo famigliare per convincerli a eseguire gli ordini dei truffatori. Proprio di recente, un dipendente di un istituto finanziario \u00e8 stato indotto a trasferire 25 milioni di dollari<\/a> a criminali informatici! Gli hacker avevano organizzato una videochiamata con il \u201cCFO\u201d e i \u201ccolleghi\u201d della vittima, tutti deepfake.<\/p>\n Quindi cosa si pu\u00f2 fare per gestire deepfake e falsi? E come si possono individuare? Il problema \u00e8 estremamente complesso, ma pu\u00f2 essere mitigato passo dopo passo tracciando la provenienza<\/strong> dell\u2019immagine.<\/p>\n Come accennato in precedenza, esistono diversi gradi di \u201cfalso\u201d. A volte l\u2019immagine in s\u00e9 non \u00e8 falsa, ma viene utilizzata in modo fuorviante. Una foto reale di una zona di guerra pu\u00f2 essere spacciata come proveniente da un altro conflitto oppure una scena di un film viene fatta passare per materiale documentario. In questi casi, la ricerca di anomalie nell\u2019immagine stessa non \u00e8 di grande aiuto, ma si pu\u00f2 provare a cercarne copie online. Fortunatamente, esistono strumenti come Google Reverse Image Search<\/a> e TinEye<\/a> che possono aiutarci a questo scopo.<\/p>\n Se hai dei dubbi su un\u2019immagine, caricala su uno di questi strumenti e guarda cosa viene fuori. Potresti scoprire che la stessa immagine di un incendio, di un canile o delle vittime di qualche tragedia \u00e8 presente online da anni. Per inciso, quando si tratta di false raccolte di fondi, ci sono alcuni altri campanelli d\u2019allarme<\/a> a cui prestare attenzione oltre alle immagini stesse.<\/p>\n Cane triste da un canile? No, da uno stock fotografico<\/p><\/div>\n Con l\u2019avvento del moderno ritocco fotografico, matematici, ingegneri ed esperti di immagini si sono a lungo impegnati a trovare metodi di rilevamento automatico delle immagini alterate. Alcuni metodi includono l\u2019analisi dei metadati dell\u2019immagine e l\u2019analisi del livello di errore (ELA)<\/a>, che controllano gli artefatti della compressione JPEG per identificare le parti modificate di un\u2019immagine. Molti diffusi strumenti di analisi delle immagini come Fake Image Detector<\/a> applicano queste tecniche.<\/p>\n Fake Image Detector avverte che il Papa probabilmente non si veste cos\u00ec a Pasqua\u2026 n\u00e9 mai<\/p><\/div>\n Con l\u2019emergere dell\u2019intelligenza artificiale generativa abbiamo anche visto nuovi metodi basati sull\u2019intelligenza artificiale per rilevare i contenuti generati, ma nessuno di questi \u00e8 perfetto. Ecco alcuni dei maggiori sviluppi: rilevamento del morphing del viso<\/a>, rilevamento delle immagini generate dall\u2019IA e determinazione del modello IA utilizzato per generarle<\/a>, oltre a un modello di IA<\/a> aperto per i medesimi scopi.<\/p>\n Con tutti questi approcci, il problema principale \u00e8 che nessuno d\u00e0 la certezza al 100% della provenienza dell\u2019immagine, garantisce che l\u2019immagine sia priva di modifiche o consente di verificare tali modifiche.<\/p>\n Non sarebbe fantastico se esistesse un modo pi\u00f9 semplice per i normali utenti di verificare se un\u2019immagine \u00e8 vera? Pensa di fare clic su un\u2019immagine e leggere informazioni del tipo: \u201cTizio ha scattato questa foto con un iPhone il 20 marzo\u201d, \u201cCaio ha ritagliato i bordi e ha aumentato la luminosit\u00e0 il 22 marzo\u201d, \u201cSempronio ha salvato nuovamente questa immagine con un\u2019alta compressione il 23 marzo\u201d, o \u201cNon sono state apportate modifiche\u201d, e che tutti questi dati siano impossibili da falsificare. Troppo bello per essere vero? Beh, \u00e8 esattamente ci\u00f2 a cui mira la coalizione per la Content Provenance and Authenticity<\/a> (C2PA). C2PA annovera alcuni dei principali nomi nei settori dell\u2019informatica, della fotografia e dei media: Canon, Nikon, Sony, Adobe, AWS, Microsoft, Google, Intel, BBC, Associated Press e un centinaio di altri membri, praticamente tutte le aziende interessate dal problema in ogni singola fase della vita di un\u2019immagine, dalla creazione alla pubblicazione online.<\/p>\n Lo standard C2PA<\/a> sviluppato da questa coalizione \u00e8 gi\u00e0 disponibile e ha persino raggiunto la versione 1.3, e ora stiamo iniziando a vedere i pezzi del puzzle industriale necessari per usarlo. Nikon sta progettando<\/a> di realizzare fotocamere compatibili con C2PA e la BBC ha gi\u00e0 pubblicato<\/a> i suoi primi articoli con immagini verificate.<\/p>\n La BBC spiega come vengono verificate le immagini e i video nei suoi articoli<\/p><\/div>\n L\u2019idea \u00e8 che quando i media responsabili e le grandi aziende passano alla pubblicazione di immagini in forma verificata, sar\u00e0 possibile verificare la provenienza di qualsiasi immagine direttamente nel browser. Vedrai una piccola etichetta \u201cimmagine verificata\u201d e facendovi clic verr\u00e0 visualizzata una finestra pi\u00f9 grande che mostra quali immagini sono state utilizzate come origine e quali modifiche sono state apportate in ogni fase prima che l\u2019immagine appaia nel browser, da chi e quando. Sarai anche in grado di vedere tutte le versioni intermedie dell\u2019immagine.<\/p>\n Cronologia della creazione e della modifica delle immagini<\/p><\/div>\n Questo approccio non \u00e8 solo per le fotocamere; pu\u00f2 funzionare anche per altri modi di creare immagini. Anche servizi come Dall-E e Midjourney possono etichettare le loro creazioni.<\/p>\n Un\u2019immagine chiaramente creata in Adobe Photoshop<\/p><\/div>\n Il processo di verifica si basa sul criptaggio a chiave pubblica simile alla protezione utilizzata nei certificati dei server Web per stabilire una connessione HTTPS sicura. L\u2019idea \u00e8 che ogni creatore di immagini, che si tratti dell\u2019utente medio con un particolare tipo di fotocamera o del professionista con una licenza di Photoshop, dovr\u00e0 ottenere un certificato X.509 da un\u2019autorit\u00e0 di certificazione attendibile. Questo certificato pu\u00f2 essere parte integrante della fotocamera, mentre per i prodotti software pu\u00f2 essere emesso al momento dell\u2019attivazione. Durante l\u2019elaborazione delle immagini con tracciamento della provenienza, ogni nuova versione del file conterr\u00e0 una grande quantit\u00e0 di informazioni aggiuntive: data, ora e posizione delle modifiche, miniature delle versioni originali\/modificate e cos\u00ec via. Tutto questo sar\u00e0 firmato digitalmente dall\u2019autore o dal photo editor dell\u2019immagine. In questo modo, un file di immagine verificato sar\u00e0 accompagnato da una catena di tutte le versioni precedenti, ciascuna firmata dalla persona che l\u2019ha modificata.<\/p>\n Questo video include contenuti generati dall\u2019IA<\/p><\/div>\n Gli autori della specifica si occupano anche delle funzionalit\u00e0 di privacy. A volte i giornalisti non possono rivelare le loro fonti. Per situazioni del genere esiste un tipo speciale di modifica chiamata \u201crevisione\u201d. Consente di sostituire alcune delle informazioni sull\u2019autore dell\u2019immagine con zeri e di firmare la modifica con il proprio certificato.<\/p>\n Per mostrare le capacit\u00e0 di C2PA, \u00e8 stata creata una raccolta di immagini e video di prova<\/a>. \u00c8 possibile visitare il sito Web Content Credentials<\/a> per visualizzare le credenziali, la cronologia della creazione e la cronologia delle modifiche di queste immagini.<\/p>\nUn momento\u2026 dove l\u2019ho gi\u00e0 visto?<\/h2>\n
<\/a>Fotoritoccato? Lo sapremo presto.<\/h2>\n
<\/a>WWW in soccorso: verifica della provenienza dei contenuti<\/h2>\n
<\/a><\/a><\/a><\/a>