Informacja

Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

Wyszukujesz frazę "CSAM" wg kryterium: Temat


Wyświetlanie 1-2 z 2
Tytuł:
System wspomagający wykrywanie treści wizualnych i tekstowych zagrażających bezpieczeństwu dzieci w cyberprzestrzeni
Autorzy:
Niewiadomska-Szynkiewicz, Ewa
Różycka, Martyna
Staciwa, Katarzyna
Nyczka, Katarzyna
Powiązania:
https://bibliotekanauki.pl/articles/20311655.pdf
Data publikacji:
2023-10-31
Wydawca:
Akademia Sztuki Wojennej
Tematy:
cybersecurity
Child Sexual Abuse Material
CSAM
decision support system
artificial intelligence
machine learning
deep learning
Opis:
In recent years, there has been a significant increase in threats to children’s safety in cyberspace. The most serious of these include children’s participation in illegal online activities and the production of sexually explicit content involving them. Therefore, it is of fundamental importance to build awareness of cyber threats among our society’s youngest members and teach them skills for the safe use of products and services assigned to cyberspace. A key action for effectively protecting children in this environment is the early detection and reporting to the relevant authorities of illegal behavior and child abuse content. Teams such as Dyżurnet.pl, whose tasks currently include responding to potentially illegal content reported by cyberspace users, and in the near future, possibly also conducting proactive activities in this area, play an important role here. The experience of Dyżurnet.pl clearly shows that effective detection of such content requires automation of activities and appropriate IT tools. This paper presents a novel network monitoring and decision support system using artificial intelligence methods, including deep learning, to automatically detect potentially harmful material, such as Child Sexual Abuse Material (CSAM), erotic content involving children, pornographic content with a created or processed image of a child and pornography involving adults.
Źródło:
Cybersecurity and Law; 2023, 10, 2; 202-220
2658-1493
Pojawia się w:
Cybersecurity and Law
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Automatyczne rozpoznawanie treści nielegalnych filmów typu CSAM za pomocą klasyfikatora częściowo splatającego kolejne klatki materiału wideo
Autorzy:
Laskowska, Barbara
Powiązania:
https://bibliotekanauki.pl/articles/20311657.pdf
Data publikacji:
2023-10-31
Wydawca:
Akademia Sztuki Wojennej
Tematy:
cybersecurity
computer video analysis
machine learning
neural networks
deep neural networks
transfer learning
Child Sexual Abuse Material
CSAM
Opis:
The paper describes one of the methods of automatic recognition of CSAM materials, which was tested during the research under the APAKT project. The proposed solution is based on Temporal Shift Module (TSM), a model of a deep neural network created for efficient human activities rocognition in video. We applied transfer learning method for training the model with a relatively small number of training data to succesfully rocognize films with pornografic and illegal content. We conducted some tests of classification of films from three categories: neutral films, legal pornography and illegal pornografic videos (CSAM). In this paper we present problems that are connected with this research topic that come from the characteristic of the data. We also show that further works are needed to keep children safe in cyberspace.
Źródło:
Cybersecurity and Law; 2023, 10, 2; 195-201
2658-1493
Pojawia się w:
Cybersecurity and Law
Dostawca treści:
Biblioteka Nauki
Artykuł
    Wyświetlanie 1-2 z 2

    Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies