كشف باحثون روس عن وجود ثغرات أمنية داخل أنظمة تحليل وتقييم جودة الفيديو المعتمدة على الذكاء الاصطناعي، تسمح بالتلاعب بنتائج التقييم عبر تعديلات طفيفة وغير ملحوظة داخل المشاهد المصورة.

وأجرى الدراسة علماء من Lomonosov Moscow State University، حيث ركزوا على الأنظمة المستخدمة في خدمات البث ومنصات توزيع المحتوى الرقمي.

ونُشرت نتائج البحث في مجلة Big Data and Cognitive Computing.

كيف تعمل أنظمة تقييم جودة الفيديو؟

تعتمد منصات البث الحديثة على نماذج ذكاء اصطناعي لتحليل جودة الفيديو تلقائيا، بهدف مراقبة جودة المحتوى وتحسين ضغط البيانات وتحليل المشاهد المرئية.

لكن الدراسة أظهرت أن هذه الأنظمة يمكن خداعها بسهولة نسبيًا، حتى دون معرفة البنية الداخلية للنموذج المستخدم.

استغلال نماذج الصور لخداع أنظمة الفيديو

أوضح الباحثون أن الهجوم يعتمد على استخدام نماذج أبسط مخصصة لتحليل الصور الثابتة، بدلا من استهداف أنظمة الفيديو مباشرة.

ويستند هذا الأسلوب إلى تشابه الطريقة التي تعالج بها النماذج المختلفة البيانات البصرية، ما يسمح بنقل تأثير التلاعب من نموذج الصور إلى نموذج الفيديو.

تعديلات غير مرئية للمشاهد

طور العلماء طريقة لإجراء تغييرات طفيفة جدا داخل بعض إطارات الفيديو، تؤدي إلى رفع تقييم الجودة الذي تمنحه أنظمة الذكاء الاصطناعي، رغم أن المشاهد العادي لا يستطيع ملاحظة أي فرق بصري.

كما تراعي التقنية الجديدة التناسق بين الإطارات المختلفة للحفاظ على المظهر الطبيعي للفيديو ومنع ظهور تشوهات واضحة.

زيادة فعالية الهجمات وتقليل زمن التنفيذ

أظهرت التجارب أن الطريقة الجديدة رفعت نسبة نجاح الهجمات بنحو 7.9% مقارنة بالأساليب السابقة، كما خفضت زمن تنفيذ الهجوم بحوالي 8 مرات.

وقال الباحث Dmitry Vatolin إن الدراسة أثبتت أن حتى الأنظمة المعقدة لتقييم جودة الفيديو قد تكون عرضة لهجمات تعتمد على نماذج صور أبسط وأكثر توفرا.

أهمية النتائج للأمن الرقمي

يرى الباحثون أن نتائج الدراسة ستساعد مستقبلًا على تطوير أنظمة أكثر أمانًا وفعالية في تحليل الفيديو، خاصة مع الاعتماد المتزايد على الذكاء الاصطناعي في إدارة المحتوى الرقمي.

كما قد تسهم هذه الأبحاث في تعزيز قدرة الشركات التقنية على اكتشاف محاولات التلاعب وتحسين موثوقية أنظمة تقييم المحتوى المرئي.