大数据扫黄，是怎样发现你的？

因公众号更改推送规则，请点“在看”并加“星标”第一时间获取精彩技术分享

点击关注#互联网架构师公众号，领取架构师全套资料 都在这里

0、2T架构师学习资料干货分

上一篇：2T架构师学习资料干货分享

大家好，我是互联网架构师！

你们听说过大数据“扫黄”吗？

这并不是一件天方夜谭的事情，随着我国信息技术和大数据技术的发展，以后公安部门在进行“卖淫嫖娼”违法活动打击的时候，将更多的倚重科技的力量，通过最小的执法成本实现最大的效果。如果符合了这类特征，你就有可能“涉黄”了。

尾

扩展阅读

在诸多审查工具中，“AI 鉴黄”是最新也最高效的一种。

简单来说，“AI 鉴黄”就是通过深度神经网络，按照各种描述特征来提取图像中的关键点，比如是否出现皮肤裸露等等，将色情图片与正常图片进行分类。

读到这里，大家可能会发现，“AI 鉴黄”还存在一些严峻的挑战，比如：

1.色情图像和正常图像有很多相似之处，判断非常复杂。游泳、比基尼等图片中同样也有大量裸露皮肤，被错误地归类为色情并删除，很可能影响用户网上冲浪的体验。

2.判断色情的标准不同。法官斯图尔特曾有句名言，我无法定义色情，但当我看到它时，我就知道了。对色情内容的监测也有一定的主观性，AI 往往会根据特征对裸露身体的大卫塑像而“痛下杀手”，却对部分软色情轻松放过。

3.依赖训练数据带来的风险。那么，是不是给 AI 尽可能多地语料就能帮助它提升识别的准确率呢？答案也不行。基于深度学习的黑箱性，攻击者如果知道 AI 鉴黄是根据哪些数据训练出来的，就可以有针对性地攻击、对抗这个模型，使其很快失效。

这也是为什么，人工鉴黄师，即人类审查员，依然还需要兢兢业业地在岗位上为冲浪护航。

— 完 —

如喜欢本文，请点击右上角，把文章分享到朋友圈

1、2T架构师学习资料干货分享

2、10000+TB 资源，阿里云盘，牛逼！！

3、基本涵盖了Spring所有核心知识点总结

4、阿里员工：内推一个38岁研发，连简历都没评估过，这年龄找工作太难了，仿佛看到未来的自己

  · END ·

最后，关注公众号互联网架构师，在后台回复：2T，可以获取我整理的 Java 系列面试题和答案，非常齐全。

如果这篇文章对您有所帮助，或者有所启发的话，帮忙扫描上方二维码关注一下，您的支持是我坚持写作最大的动力。

求一键三连点赞、转发、在看