Sex im Web: Filtersoftware erkennt Pornos am Ton

Audioanalyse soll besseren Schutz als optisches Verfahren bieten 

Wenn es um das automatische Erkennen und Filtern von ungewollten pornografischen Videoinhalten im Internet geht, steht den Usern heute eine beachtliche Zahl verschiedener Softwarelösungen zur Verfügung. Die angebotenen Systeme, die durchwegs auf der optischen Analyse des Content basieren, haben aber ihre Schwachstellen und funktionieren nicht immer einwandfrei. Um einen besseren Schutz vor Online-Sexvideos gewährleisten zu können, haben koreanische Computerwissenschaftler nun einen neuartigen Ansatz präsentiert, der nicht auf Bild- sondern auf Spracherkennung setzt, um schmutzige Inhalte zu blockieren.

Kein hundertprozentiger Schutz

"Sicherheitslösungen, die Webseiten und -inhalte mit pornografischem Content herausfilteren, sind vor allem im Bereich der sogenannten 'Parental Control' sehr gefragt", erklärt Martin Penzes, Technischer Direktor von ESET Österreich http://www.eset.at , im Gespräch mit pressetext. Obwohl ein Großteil davon in der Praxis bereits sehr gut funktioniere, gebe es aber dennoch keinen hundertprozentigen Schutz. "Ich kann mir schon vorstellen, dass ein Filter, der per Audio-Analyse arbeitet, Sexvideos effektiver blocken kann", so Penzes.

Um die bestmögliche Schutzwirkung zu erzielen, rät der ESET-Esperte aber zu einer Kombination aus Bild- und Audio-Analysesystemen: "Beide Ansätze haben ihre Vor- und Nachteile." Während die visuelle Analyse etwa oft Probleme damit habe, sexuelle Darstellungen von herkömmlichen Modebildern zu unterscheiden, wo auch viel Haut zu sehen ist, könnten bei letztgenannter Variante keine Standbilder erkannt und gefiltert werden.

93 Prozent korrekt erkannt

Trotz der offensichtlichen Schwachstellen halten Myung Jong Kim und Hoirin Kim, zwei Computeringenieure des Speech Recognition Technology Lab http://srtlab.kaist.ac.kr/ am Korea Advanced Institute of Science and Technology (KAIST) weiterhin an der Entwicklung ihres audiobasierten Porno-Filtersystems fest. Wie sie in einem aktuellen Beitrag gegenüber dem New Scientist berichten, konnte das von ihnen vorgestellte System in einem umfassenden Testlauf Porno-Inhalte in Videos in 93 Prozent der Fälle korrekt identifizieren und blockieren.

(ck)

.

pte