Virüs Güvenlik Haberleri

nternet gençligimizin önünü açip onlari gelecekle bulusturan bir altyapi olmakla birlikte özellikle çocuklarimizin gelisimi açisindan pek çok tehlikeleri barindirdigi zaten radyo,televizyon ve gazetelerde de yayinlanmistir ve yayinlanmaktadir. Internetin çocuk gelisimi ile ilgili zararlari ve ahlaki hayatimiza tesirleri özellikle pornografik yayinlar,uyusturucu kullanimini tesvik eden yada ögreten yayinlar ve en tehlikelisi de çocuk pornosu gibi konularda asikardir.

Bu tür tehlikeli yayinlari önlemede kullanilan pek çok ürün mevcuttur. Mevcut ürünlerde kullanilan taknolojiler:

1-URL filtreleme
2-Kelime Tarama
3-web sayfasi içerigini analiz eden yöntemler. Bu yöntem HTML TAG analizi, istatistiksel yöntemler gibi alt katagorilere de ayrilmaktadir

Internetteki pornografik sayfalarin sayisi tahmin edilemeyen bir sayi ile artmakta oldugu bir ortamda [1] ve internetteki her 100 sayfadan 1 nin pornografik oldugu bir ortamda [2] birde bu sayfalara uyusturucu,siddet, çocuk pornosu ile ilgili sayfalari eklersek zararli sayfa sayisinin ne kadar çok oldugunu görürüz.2005 yilinda 420 milyon pornografik web sayfasi raporlanmistir[3]
2007 yili sonunda web sayfasi sayisi yaklasik 30 milyar olarak hesaplanmis [4]

Bütün bu genislemeyle birlikte tehlikelerin de sayisi ve dozu artmistir

Bu genislemeyle birlikte internet içerik filtreleme yöntemleri de yeni yöntemler gelistirmektedir. Bu yöntemlerin basinda görüntü tanima teknigi gelmektedir.Bilgisayarlardaki pornografik resimleri tanimada iki yöntem vardir.

1-Halihazirda çesitli yöntemlerle bilgisayar, CD,DVD,USB gibi ortamlarda mevcut olan resimleri taramak
2-web sayfalarini gezerken resim taramak.

Birinci yöntem gerçek zamanda (reel time) tanima yapmaz. Belirli zamanlarda ebeveyn yada sistem yöneticisi programi çalıştırıp uzun süre beklerler. Ayrica mevcut ticari sistemlerin başarı oranı da çok yüksek değildir. Mesela bu tür programlardan biri SurfRecon dur. (http://www.surfrecon.com). Bu program bilinen en iyilerden biridir.Bu programin testlerinin sonuçları:

Diskte 1,190 Resim buldu. Onların klasifikasyonu:

781 Bilinmiyor
237 Temiz
172 Sexual
0 Çocuk Pornosu

Temiz kategorisi neredeyse %100 doğru
Bilinmiyor kategorisinde 56 adult resim vardı.
“Sexual” kategorsinde ise 40 temiz resim vardı.

Mesela 172 de 40 çok yüksek bir over-blocking rate ifade etmektedir.

ayrıca görüntü tarama islemi çok uzun zaman almaktadir.

Bu kategorideki diger ürünler:

1-http://www.webpctools.com/
2-http://www.yangsky.com/products/dshowseer/porndetection/PornSeePro.htm
3-http://www.surfrecon.com//products/index.html
4-http://www.vimatech.com/
5-http://www.ltutech.com/
6-http://www.pixalert.com/products_01_pixalert_auditor.html
7-http://www.clearswift.com/products/msw/imagemanager/default.aspx

2. Kategorideki ürünler ise sadece resim tanımakta olup URL ve dinamik içerik tarama yöntemlerini kullanmamaktadırlar. Böylece başarı oranlari düşmektedir.Bu grupdaki ürünler:

1-http://www.fortium-ica.com/ICA_Technology_Suite.aspx
2-http://www.pixalert.com/products_04_pixalert_safescreen.html
3-http://www.guardwareinc.com/is_overview.phpⁱ
4-http://www.safescreen.net/

Yeni teknoloji olarak yapılmasi gereken: mevcut internet filtreleme altyapisina resim tanima eklemektir. Bu entegrasyon server temelli filtrelerde ticari olarak mevcut:

1-http://www.safesquid.com/html/portal.php?page=126
2-http://www.astaro.com
3-http://www.clearswift.com/products/specialist/deepsecure/default.aspx
4-http://www.paraben-enterprise.com/p2es_features.html
5-http://www.i-sieve.com/servlets/ISV?x=downloads

Bu teknolojiyi son kullanici tarafinda başarı ile kullanan ürün yok. Burada böyle bir entegrasyona en uygun (hiz ve dinamik içrik tanimaya uygunluk) yöntemlerin başında skin detection ve yapay zeka (AI) teknikleri gelmekte.

Ayni zamanda URL, dinamik içerik ve resim tanimayi pararele çalistirip performans problemleri yaşamak da isin yazılım mühendisliği ile ağ mühendisligine bakan kısmı.

Ebeveyn kontrol yazilimida görüntü tanima özelligi olmasi için

Capture the traffic
Analyze HTML tags and items
Detect images within HTML pages.
Read the contents of the web page.
Read the HTML code into an HTML document to enable parsing
Get Image Data from the HTML document..
foreach (image in html)
{
Download the image from the server.
}
Analyze Images
Skin Detecion
And/OR AI
Preprocess the images
Give pixel color values, image histograms to the NN
Train the engine
then use trained engine as a decision maker
Parallel checking
URL
Dynamic Content
Image
Decision Maker

şeklinde özetlenebilecek bir algoritma çalışmasi gerekli.

Hizli bir görüntü tanıma algoritmasi için ise:

Ten tanima (Skin detection)
Yapay Zeka
Yapay sinir ağı
Uyarlamali Ağ Tabanlı Bulanık Çıkarım Sistemi (ANFIS)
Sitemleri en çok kullanilan yöntemler. Pekçok baska özel yöntem denenmis olmakla birlikte temelde bunlar kullanilmaktadir.Bununla birlikte uzuv tanıma ile ilgili de çalışmalar literatürde mevcuttur.Bu yöntemin uygulaması sadece offline tarama yapmaktadir.

Ülkemizde görüntü tanıma ve pornografik resim tanımayı birleştirmiş bir akademik yada ticari çalışmaya rastlanmamakla birlikte Dr. Ertuğrul AKBAŞ ve AR-GE ekibi konunun ehemmiyetine binaen çalışmalara başlamış ve AR-GE sonuçlarını yayınlayacaktır. Ayrıca bu konu dünyada önemli bir AR-Ge konusu olarak sürdürülmektedir.

1-Kuo, Yung-Ming,Lee, Jiann-Shu,Chung, Pau-Choo, “The Naked Image Detection Based on Automatic White Balance Method”, 31-Jan-2007
2-Moheb R. Girgis, Tarek M. Mahmoud, and Tarek Abd-El-Hafeez,An Approach to Image Extraction and Accurate Skin Detection from Web Pages”, International Journal of Computer Science and Engineering Volume 1 Number 2,2007, http://www.waset.org/ijcse/former.html
3-Hong Zhu; Shuming Zhou; Jianying Wang; Zhongke Yin,” An algorithm of pornographic image detection”, Image and Graphics, 2007. ICIG 2007. Fourth International Conference on
Volume , Issue , 22-24 Aug. 2007 Page(s):801 – 804
4-Henry A. Rowley, Yushi Jing, Shumeet Baluja, “LARGE SCALE IMAGE-BASED ADULT-CONTENT FILTERING”,2007,Google Research Lab.
5-R. Schettinia, C. Brambillab, C. Cusanoac, G. Ciocca, “On the detection of pornographic digital images”, In International Conference on Computer Vision Theory and Applications., 2006.
6-Huicheng Zheng1 Mohamed Daoudi1 Bruno Jedyna, “Adult Image Detection Using Statistical Model and Neural Network”
7-Liang K.M., Scott S.D., Waqas M, “DETECTING PORNOGRAPHIC IMAGES”,
8-Abadpour and S. Kasaei, “Pixel-Based Skin Detection for Pornography Filtering” Iranian Journal of Electrical & Electronic Engineering, 2005.
9-Johnson I Agbinya, Bernard Lok, Yeuk Sze Wong and Sandro Da Silva,” Automatic Online Porn Detection and Tracking”,2005
10-Shumeet Baluja1, 2 Henry Rowley1,” Boosting Sex Identification Performance”, Google, Inc,2005
11-Thomas Deselaers1_, Lexi Pimenidis2, Hermann Ney1, “Bag-of-Visual-Words Models for Adult Image Classification and Filtering”
12-Huicheng Zheng1, Hongmei Liu1,2, Mohamed Daoudi1, “Blocking Objectionable Images: Adult Images and Harmful Symbols*”, 2004
13-Huicheng Zheng_, Mohamed Daoudiy and Bruno Jedynak, ”Blocking Adult Images Based on Statistical Skin Detection” Electronic Letters on Computer Vision and Image Analysis 4(2):1-14, 2004
14-Yi Chan, Richard Harvey, and Dan Smith, ”Building systems to block pornography” Newcastle, 1999

Sonuç olarak çok esnek ve hızlı bir URL ve dinamik içerik filtreleme ürününe resim tanıma özelligi eklenmesi ve ebeveyn kontrol yazılımı olarak kullanılmasi en yeni internet güvenlik çözümü trendlerinden biridir.

1-N2H2 Reports Number of Pornographic Web Pages Now Tops 260 Million and Growing at an Unprecedented Rate,http://www.netaddiction.com/newspr/n2h2_2003.htm
2-The answer is that about 1% of Web pages “contain sexually explicit material”,http://www.networkworld.com/community/?q=node/9224
3-http://www.mlive.com/newsflash/michigan/index.ssf?/base/news-27/1122497937103400.xml&storylist=newsmichigan
4-http://www.boutell.com/newfaq/misc/sizeofweb.html
5- Exposed: Simple Fantasy or Obsession? – Jennifer Schneider, Psychologist Victor Cline, and many others.
6- The Science Behind Pornography Addiction” – presented to the Senate Subcommittee on Science, Technology, and Space on November 18, 2004
7-John Rabun, former head of the Department of Justice’s Missing and Abducted Children Center in a 1984 Senate Hearing held by the California Protective Parents Association.
8-Janis Wolak, JD, Kimberly Mitchell, PhD and David Finkelhor, PhD. Crimes against Children Research Center, University of New Hampshire, Durham, New Hampshire. A telephone survey of a nationally representative sample of 1500 youth Internet users aged 10 to 17 years was conducted between March and June 2005.