首页 心情随笔

揭秘：“优衣库试衣间”是怎样逃过视频审核的？

发布时间:2015年09月08日 评论数：抢沙发 阅读数：4178

“优衣库试衣间”视频之后，北京三里屯的优衣库俨然已经成了朋友圈朝拜的景点之一。这又印证了那个万古不变的真理：黄赌毒的病毒传播属性总是惊人。




不过，不是说好网监手伸的又长又广吗？不是说好视频审核很严格吗？这样的视频是如何在一夜间不断被删又不断流出？

某视频网站的工作人员告诉雷锋网记者，目前他们每天处理的短视频上传量在150万左右，而审核人员不超过50个，视频审核的工作一大部分由机器负责。

图像识别和声音识别都还好说，机器是如何审核视频的？

入门级：MD5

先来看看国家不喜欢什么样的视频。

在下发的《网络视频审查管理规定》中，一共对十类视频不予审查通过，大而言之是反对宪法基本原则的、危害国家统一、泄露国家秘密等。

不过某视频网站告诉雷锋网记者，更接地气一些的形容是三类：色情、暴恐和极端宗教主义。除了规定所有用户自发上传的视频需要进行严格审查之外，网监还会对互联网上已经发布的视频进行二次审核。“参与审核的人数多到让你震惊”，某位业内人士这样告诉雷锋网记者。

在中国，每个公民都有一个唯一的身份证号（ID），通过这个ID可以全方位的定位一个人的年龄、性别、出生地等，同比MD5就是视频的ID。网监有一个巨大的危险MD5库，库内藏着各种不能流于世的视频。视频网站都需要接入这个库，并在实际审核中增加自己的库存。

在早期，过滤视频的第一步就是横扫整个库，把MD5吻合的视频直接剔除，并将它提交给公安违禁库。

不过，某短视频网站的工作人员M告诉雷锋网记者，匹配MD5正在逐步弃用，原因在于MD5非常容易被篡改，在视频中加入文字或者修改任意一帧就能实现。

于是，出现了更高级别的审核办法。

性能级：机器审核

通过MD5之后的视频，第二步会经历机器审核的过滤。市面上已经有成熟的第三方公司提供API接口，辅助视频网站进行机器审核。

图普科技的CEO李明强告诉雷锋网，机器审核视频是基于深度学习图像识别云，实际也是将视频截图，由机器审核每一张截图的安全性。不过具体是3秒截一张还是5秒截一张，松紧度由视频网站自己控制。



李明强介绍，机器审核视频原理是先建模，然后导入海量的违禁视频，让多个机器同时进行深度样本学习，再标注无法通过的图像种类，进而把这些样本揉碎、旋转、添加“噪音”，提高机器识别能力。这其中拼的不止是技术，还有样本图库的大小。据了解，在图普科技的样本库中，有超过1亿的色情样本和千万级别的极端宗教主义样本特征。

对于不能通过的视频，机器审核视频会给出两类结果：确定不能通过的，这类的准确率几乎能达到99.5%以上；仅作参考的，准确率在95%到97%，这可能意味着该视频需要再次进行人工审核。

据雷锋网了解，从整个行业来说，机器基本能筛过99%的视频，只有1%需要再次动用人工。如果是150万的视频，那人工只需要审核1.5万个。

专业级：机器+人工审核

第三方的技术可以直接拿来用吗？M告诉雷锋网记者，当然不行。拿来的只是底层，还要把机器再过一遍自己的样本图库，提高机器的识别能力。

M介绍，目前视频网站的审核坐席基本都是7×24小时工作，在临近阅兵、六四等重要日子，还要加大审核人员的配置。对于机器没有通过的视频，审核的工作人员会把其每6秒截图，一页60张图，一眼扫过去就可以判别视频是否真的触了红线。



第三方公司还会提供更加人性化的服务，例如对于可能需要人工再次审核的视频，会把机器判定是敏感图片的截图放在最靠前的位置，方便工作人员进行鉴别。

在机器和人工审核的双重过滤下，目前的视频网站基本可以实现上传视频一个小时内给出审核结果。

攻略若干M介绍，目前的违禁视频以色情居多，而且已经形成了完整的经济链条：贩卖色情小电影、勒索和色情裸聊数不胜数。有了经济利益的催动，审核的难度会变大很多。

当然，为了减轻审核工作，视频网站也有很多窍门，比如新用户和高危用户的上传会优先审核，他们是“重点关注对象”；明星、大V等账号会被设置成为信任账户，默认他们发布的视频不用通过审核。

漏洞也是有的。目前的视频审核基本只审核图像，不审核声音。这意味着，如果一段视频用正常的图像配上违禁的配音，也可以逃过审查。三星研究院负责声音识别的工作人员告诉雷锋网记者，目前对声音的识别技术已经非常成熟，没有将它运用到视频审核中，是因为仅用声音违规的视频是少数，还不成规模。

在国内，几乎所有的视频网站都是“先发后审”：视频先发布，打上网站水印，自己或者关注自己的好友能够看到，接着再进行审核。因此这也不奇怪，像“优衣库”中带着水印的视频满天飞了。

最后科普一下，视频网站除了会对发布违禁视频的用户封号处理之外，还会把其IP汇报给网监，据说散布危害国家安全的视频判六年。如果你有个朋友突然消失了，你们感受感受。