作为外行想知道百度云是通过什么原理屏蔽和谐上面的视频的？

V2EX = way to explore

V2EX 是一个关于分享和探索的地方

现在注册

已注册用户请登录

V2EX 提问指南

这是一个创建于 3188 天前的主题，其中的信息可能已经有所发展或是发生改变。

最近很火的一部香港电影，大陆禁了，但是有人传到网上，我下了一半就显示违规，有的链接点进去，视频名字都改过了，但是下载时候提示已经和谐。想知道他们是怎么在这么多视频里找到并且屏蔽的

屏蔽

视频

和谐

改过

49 条回复 • 2016-04-07 08:12:25 +08:00

b821025551b

2016-04-05 21:47:14 +08:00

http://www.qcloud.com/event/pd

smallfount

2016-04-05 21:47:18 +08:00

hash 吧应该......

ambitiousxiao

2016-04-05 21:48:40 +08:00

@b821025551b 问题是政治类的视频不像簧片那么简单啊

huage

2016-04-05 21:50:22 +08:00

文件的唯一性吧

hardware

2016-04-05 21:56:07 +08:00

深度网络做的鉴黄工具，然后每天会对贴吧和网盘进行扫描，然后记录相应的 hash

pimin

2016-04-05 21:57:49 +08:00

热门资源比较好处理
比如 hash ，测试方法比较简单：
找一个明确被和谐的女教师.AVI ，通过其它渠道比如 BT 之类下载下来
然后在后面随便加点无意义的数据，改变 hash ，然后试着回传。
还有就是视频文件取几帧来比对。
比如爱情动作片开头都有 FBI WARNING ，隔多少秒取一帧。
时间 1 分钟内的。然后识别比对。
这个应该是放在他们主动挖掘期。防止变种文件和 hash 混淆。

还有就是文件名和标签信息判定，这个是比较好处理的。
比如遇到 heyzo-xxx 的文件，全部判定为可疑文件，然后做筛选。
筛选出来之后提取样本，帧元素放到比对裤里， hash 放到黑名单里。

我觉得这样基本上可以杀差不多了。

webdev

2016-04-05 22:01:30 +08:00

文件 hash,也就费点 CPU 计算，是最快的方式

yksoft1

2016-04-05 22:04:53 +08:00

Hash+文件名关键词+举报+人工审核
复合式屏蔽

tadtung

2016-04-05 22:08:15 +08:00

你仅仅修改视频名称是不够的。。。
都是根据文件 hash 的。。
如果是 bt 用百度离线的话，，你可以洗种子，，，
上传的话修改视频文件上传。。

strwei

2016-04-05 22:13:21 +08:00

大家都知道 hash 的，然后百度云的鉴黄师就不用那么辛苦了

anotheruby

2016-04-05 22:14:43 +08:00 via iPhone

什么电影

viator42

2016-04-05 22:15:46 +08:00

视频名字不是文件的真正名字，同样的文件所有人共享一个实体，把这一个和谐了所有人都看不了了

pynix

2016-04-05 22:17:03 +08:00

。。。

shiji

2016-04-05 22:58:34 +08:00 via Android

楼主有没有在 YouTube 上面看过蜡笔小新或者柯南？你会发现某一些上传者会把视频嵌入到一个框里面，真正的视频像是画中画一样。我猜想 YouTube 处理版权视频也会有一定的手段，他们这样嵌入视频能逃过检查，说明很有可能是逐帧取样 hash 。取样的过程还要保证即使上传者换了格式，加了水印也能一样查出来。所以对于文件 hash 是最低级的。对画面 hash 比较有效

n6DD1A640

2016-04-05 23:01:03 +08:00

@anotheruby 十年

coolair

2016-04-05 23:10:25 +08:00

@b821025551b 这个不准吧，我测了几张都正常……

码是后面加的……

ihuotui

2016-04-05 23:23:25 +08:00

视频算法，深度学习。

xmoiduts

2016-04-05 23:39:42 +08:00 via Android

猜测： hash ，视频抓帧，根据点击趋势标记，人工判断。

不知道加密压缩再分卷分布在多家网盘是否可行。

cfans1993

2016-04-05 23:42:07 +08:00 via Android

作为外行的看法
视频文件分音频通道+视频通道
音频特点：音色，音高等
视频特点：由图片组成， RGB 通道等

hggg

2016-04-05 23:45:29 +08:00

传说中分析叫床声音解决色情问题是真的?

cfans1993

2016-04-05 23:46:50 +08:00 via Android

另外不同文件有不同的文件头(二进制查看），改文件名算最简单的加密了，稍微高级点的可以改下文件头

anotheruby

2016-04-06 03:57:19 +08:00 via iPhone

http://pan.baidu.com/s/1kUC8OVP 明年今日

msg7086

2016-04-06 05:21:49 +08:00

@shiji 甚至还有左右翻转后上传的……

gimp

2016-04-06 08:04:59 +08:00 via Android

所以，你们不想看教育片就把视频打包加密上传嘛

hehe12dyo

2016-04-06 09:45:45 +08:00

@anotheruby 哥哥，看不了。。有种子嘛。给我一个， [email protected]

SpicyCat

2016-04-06 10:40:47 +08:00

dd if=/dev/urandom of=112369-sp-2.mp4 ibs=1 count=8 obs=1 oflag=append conv=notrunc

一行命令在文件尾部加随机数据

ambitiousxiao

2016-04-06 10:55:41 +08:00

@n6DD1A640 哈哈哈，是的

ambitiousxiao

2016-04-06 10:55:52 +08:00

@coolair 我要试过

ambitiousxiao

2016-04-06 10:56:32 +08:00

@anotheruby 十年

ambitiousxiao

2016-04-06 10:57:17 +08:00

@shiji
@SpicyCat 谢谢

ambitiousxiao

2016-04-06 10:57:49 +08:00

@gimp 以前传簧片，把名字改成学习资料都被删了，

ambitiousxiao

2016-04-06 11:00:06 +08:00

有没有可能用了用了大数据？比如最近很火的那部十年，根据时间段截取，锁定缩小范围，然后在排查

ambitiousxiao

2016-04-06 11:01:09 +08:00

@anotheruby 没了，哈哈

anotheruby

2016-04-06 11:51:03 +08:00 via iPhone

@hehe12dyo
@ambitiousxiao twi search ** u2b

lemmo

2016-04-06 12:28:41 +08:00

@anotheruby 是十年吗？几个月钱推特上有人介绍，就一直想看

beneo

2016-04-06 12:30:40 +08:00

人工审核啊

anotheruby

2016-04-06 13:52:04 +08:00 via iPhone

@lemmo 嗯

wzymmy

2016-04-06 16:32:32 +08:00

armoni

2016-04-06 16:36:58 +08:00

图像识别技术，这个大型互联网公司都有，不是很难，实习生也能做

RihcardLu

2016-04-06 18:34:57 +08:00

@wzymmy 亲测可行，晚上回去看看

zcoder

2016-04-06 19:40:28 +08:00

抽取数据指纹。可以针对视频做专门的指纹计算，已经很成熟了。

zcoder

2016-04-06 19:42:44 +08:00

鉴黄是通过机器学习，抽取关键帧，标注、抽取特征、训练模型、判定

Eleutherios

2016-04-06 20:24:47 +08:00 via iPhone

我一直以为是拿深度网络模型对关键帧初判，输出一个 0-1 之间的 H 度，高的直接 Ban ，中的交给鉴黄师复查，低的 Pass ，复查结果再作为样本训练模型。

难道是我想多了？

velee

2016-04-06 20:30:49 +08:00

@anotheruby 我把分享的下载下来，大小是 1.8G 没错，不能播放！

asd7160

2016-04-06 21:38:36 +08:00

你们不要作死啊。要分享那个电影也要用 mega 什么的。如果因为这事，导致度盘取消分享功能那对大家爱都没好处。君不见那么多网盘都取消分享了，唯有百度还在坚挺。

anotheruby

2016-04-06 22:11:07 +08:00 via iPhone

@velee 那就下载什么的 bt 吧

zangbianxuegu

2016-04-07 00:00:51 +08:00 via iPhone

@velee 可以啊

gamexg

2016-04-07 08:10:26 +08:00 via Android

hash 区分文件，文件名匹配关键字，如果一个文件文件名多次包含关键字就人工审核。
的却很多人会改成无关的文件名，但是阻止不了猪队友。

对关键帧

gamexg

2016-04-07 08:12:25 +08:00 via Android

对关键帧进行图像识别计算量太大，感觉成本太高了。