Wyniki wyszukiwania - BazTech

1

System wspomagający wykrywanie treści wizualnych i tekstowych zagrażających bezpieczeństwu dzieci w cyberprzestrzeni

Niewiadomska-Szynkiewicz Ewa, Różycka Martyna, Staciwa Katarzyna, Nyczka Katarzyna

Cybersecurity and Law

|

2023

|

Vol. 10 (2)

202--220

PL

W ostatnich latach obserwuje się istotny wzrost zagrożeń bezpieczeństwa dzieci w cyberprzestrzeni. Do tych o największym ciężarze gatunkowym należą angażowanie dzieci w nielegalne zachowania online (np. uwodzenie, nagabywanie czy szantaż na tle seksualnym), a także wytwarzanie nacechowanych seksualnie treści z ich udziałem. W tej sytuacji podstawowego znaczenia nabiera budowanie wśród najmłodszych członków naszego społeczeństwa świadomości cyberzagrożeń oraz nabywanie przez nich umiejętności bezpiecznego korzystania z przypisanych cyberprzestrzeni produktów i usług. Podstawowym działaniem na rzecz skutecznej ochrony dzieci w tym środowisku jest także wczesne wykrywanie i zgłaszanie odpowiednim organom występujących w nim przypadków nielegalnych zachowań i treści. Ważną rolę odgrywają zespoły takie jak Dyżurnet. pl2, do którego zadań należy obecnie reagowanie na zgłoszone przez użytkowników cyberprzestrzeni potencjalnie nielegalne treści, a w najbliższej przyszłości być może także prowadzenie proaktywnych działań w tym obszarze. Doświadczenia Dyżurnet.pl jednoznacznie pokazują, że skuteczne wykrywanie takich treści wymaga automatyzacji działań i odpowiednich narzędzi informatycznych. W artykule został prezentowany nowatorski system monitorowania sieci i wspomagania decyzji wykorzystujący metody sztucznej inteligencji, w tym uczenia głębokiego do automatycznego wykrywania potencjalnie szkodliwych materiałów takich, jak: treści przedstawiające wykorzystywanie seksualne dzieci (Child Sexual Abuse Material – CSAM), treści erotyczne z udziałem dzieci, treści pornograficzne z wytworzonym lub przetworzonym obrazem dziecka oraz stanowiące pornografię z udziałem dorosłych.

EN

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.

2

Automatyczne rozpoznawanie treści nielegalnych filmów typu CSAM za pomocą klasyfikatora częściowo splatającego kolejne klatki materiału wideo

Laskowska Barbara

Cybersecurity and Law

|

2023

|

Vol. 10 (2)

195--201

PL

Artykuł zawiera opis jednej z metod automatycznego wykrywania treści nielegalnych typu CSAM, którą przetestowano podczas badań przeprowadzanych w projekcie APAKT. Zaproponowane rozwiązanie wykorzystuje klasyfikator Temporal Shift Module (TSM), model sieci głębokiej do wydajnego rozpoznawania aktywności na plikach wideo. Zastosowano metodę z transferem wiedzy, żeby stosunkowo niedużą liczbą danych uczących nauczyć model skutecznego rozpoznawania treści pornograficznych i nielegalnych na filmach. Przeprowadzono testy skuteczności klasyfikacji na danych neutralnych legalnej i nielegalnej pornografii. W artykule wskazano również związane z tym tematem badawczym problemy, które wynikają z charakterystyki danych. Ponadto zwrócono uwagę na konieczność dalszych prac nad zapewnianiem bezpieczeństwa dzieci w cyberprzestrzeni.

EN

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.

3

A review on echo and phase inverted scanning in acoustic microscopy for failure analysis

Ahmad Badrul Hisham, Al-Shaikhli Taha Raad, Hassan Nornikman, Ibrahim Ayman Mohammed, Lim P. E., Nordin Nurul Syahira

Przegląd Elektrotechniczny

|

2021

|

R. 97, nr 3

9--14

EN

This paper is a review on the part of the failure analysis in the semiconductor region, especially in the integrated circuit (IC) design. Initially, the literature review depends on the keyword of acoustic-microscopy. Then, it followed by the example on the scanning acoustic-microscope (SAM), confocal scanning acoustic-microscope (CSAM), and C-mode scanning acoustic-microscope (C-SAM) technique. These three SAM techniques are used in various situation and have a different effect on the sample. Previous works on SAM, C-SAM and CSAM related technologies are reviewed by many researchers in this paper.

PL

W artykule przedstawiono przegląd analizy defektów układów półprzewodnikowych (obwodów scalonych) z wykorzystaniem mikroskopów akustycznych. Zaprezentowano mikroskop akustyczny SAM, mikroskop skaningowy CSAM i mikroskop typu C C-SAM. Każda z tych metod pozwala na różnego typu badania.

4

Chip-Scale Atomic Magnetometers (CSAMs) as a new device for medical applications

Jodko A., Władziński M., Pałko T.

Elektronika : konstrukcje, technologie, zastosowania

|

2014

|

Vol. 55, nr 10

70-72

EN

SQUIDs (Superconducting QUantum Interference Devices) are the most sensitive known sensors of magnetic field. Measurements with SQUID-based magnetometers are though expensive, which leads to attempts at replacing them with magnetometers cheaper in use. Research on atomic sensors CSAMs (Chip-Scale Atomic Magnetometers), that can be used in room-temperature, seems promising. Measuring method and possible applications of CSAMs are presented.

PL

SQUIDy, czyli nadprzewodzące interferometry kwantowe (ang. Superconducting QUantum Interference Devices), są aktualnie najczulszymi znanymi czujnikami pola magnetycznego. Magnetometry oparte na detektorach SQUID są jednak drogie w eksploatacji, co doprowadziło w ostatnich latach do próby zastąpienia interferometrów kwantowych magnetometrami tańszymi w obsłudze. Obiecujące wydają się być badania nad atomowymi sensorami CSAMS (ang. Chip-Scale Atomic Magnetometers), które mogą być stosowane w temperaturze pokojowej. W artykule przybliżono zasadę działania oraz możliwości aplikacji magnetometrów atomowych do badania czynności różnych narządów.