【技术分享】百度云是如何识别出A片的？

myang · 于 2016-5-31 20:29:15

[color=rgba(0, 0, 0, 0.8)]如今网盘行业已经倒得差不多了，只剩下360云盘，百度云，华为云盘等等，而百度云里面大部分的XX影片都不能看了（不要问我是怎么知道的）百度云是如何识别出这类电影的呢？下面把话筒转向知乎大神↓

[color=rgba(0, 0, 0, 0.8)]————————————————–步骤1：数学筛选——————————————————–
[color=rgba(0, 0, 0, 0.8)]首先把百度云上的视频采样分析。例如每个片子截取100张图片，然后自动分析图片内容。
值得注意的是，自动分析黄片内容不是不可能的，例如：

[color=rgba(0, 0, 0, 0.8)]使用颜色特征分析来测量图片中皮肤的面积。。。然后确定是不是黄片。
[color=rgba(0, 0, 0, 0.8)]我听说黄片中的人物一般都不穿衣服，所以整部片子中皮肤面积会占屏幕比重比较大，特征明显。
[color=rgba(0, 0, 0, 0.8)]不过我是好孩子所以也不清楚到底是不是真的。

[color=rgba(0, 0, 0, 0.8)]然后用一些算法进行评分处理。。例如：

[color=rgba(0, 0, 0, 0.8)]通过皮肤的位置和分布分析是不是黄片儿：

[color=rgba(0, 0, 0, 0.8)]把图片特征量化，通过这些量化的数据进一步分析做到黄片的筛选。
[color=rgba(0, 0, 0, 0.8)]

[color=rgba(0, 0, 0, 0.8)]————————————————–步骤2：玄学筛选——————————————————–

[color=rgba(0, 0, 0, 0.8)]光通过数据分析不可能做到完美筛选全部黄片，但是本着宁可错杀一千不能放过一部的原则，我们可以通过实践（改变通过的变量）肯定找到一个能筛选出所有黄片的算法。这个算法可能误杀大量正（绅）常（士）视频，但是也能排除绝大多数非黄片。

[color=rgba(0, 0, 0, 0.8)]剩下来的糟粕可以进一步用机器学习来筛选。。
例如某同学的硕士毕业论文：

[color=rgba(0, 0, 0, 0.8)]当然，也可以跳过第一步直接上第二步，如果计算能力和精确度都不是问题的话。

[color=rgba(0, 0, 0, 0.8)]————————————————–步骤3：人工筛选——————————————————–

[color=rgba(0, 0, 0, 0.8)]最后剩下的交给他审核一下。。。

[color=rgba(0, 0, 0, 0.8)]

————————————————步骤4：举报机制——————————————————–

人人都是小小鉴黄师
比如这类AV。。。
就需要各位小鉴黄师们的努力了。

[color=rgba(0, 0, 0, 0.8)]当然，还有一种更神奇的方法。。检测音频中的叫床声。

1727733811 · 发表于 2016-6-2 00:56:16

anchangxin 发表于 2016-6-1 18:49
全特么，主要是检测文件大小

知道什么叫MD5吗？通过已知的文件md5进行拦截就能做到屏蔽，但是弊端还是很大，通过修改文件的md5就能复活了，关文件大小没啥事。所有网盘都这么干的，还有关于“秒传”就是说，你一个10GB大的文件，一秒就上传完毕了，这也是通过md5来实现的，网盘上传时扫描
你文件的md5对比已经存在网盘上的数据，如果如果一致，就从服务器存在的文件复制一份给你。