Analyses croisées de sites Web pour détecter les sites de contrefaçon. Prof. Dr. Olivier Biberstein

Transcription

1 Analyses croisées de sites Web pour détecter les sites de contrefaçon Prof. Dr. Olivier Biberstein Division of Computer Science 14 Novembre 2013

2 Plan 1. Présentation générale 2. Projet 3. Travaux futurs 4. Discussion BFH-TI 2

3 Présentation générale Olivier Biberstein, Professeur d informatique Bern University of Applied Sciences ( Research Institute for the Security in the Information Society (RISIS) BFH-TI 3

4 Projet Objectifs: Protéger la propriété intellectuelle et comprendre le phénomène de la contrefaçon Développer des outils pour lutter contre la contrefaçon Motivations: Conséquences lourdes pour la société et l économie Pertes estimées à plusieurs milliards de $ Mise en danger la santé et la vie des consommateurs Pertes de revenus pour les gouvernements Menace l emploi, I.P., et les investissements pour l innovation BFH-TI 4

5 Buts Développer une plate-forme pour Identifier sur Internet des documents liés à la contrefaçon Produire des résultats pour perturber les contrefacteurs Automatiser le processus d investigation Améliorer la connaissance de l organisation des contrefacteurs et leur modus operandi BFH-TI 5

6 Fonctionnalités Acquisition du contenu de ces documents Classification (semi)-automatique Extraction de nombreuses traces numériques Analyse pour inférer de nouvelles informations à partir de celles extraites; liens entre web-documents (raisonnement) Rapports d activités Visualisation BFH-TI 6

7 Aperçu global Image non disponible BFH-TI 7

8 Quelques technologies GlassFish application server MySql or Postgres databases JAVA EJB 3.1 (JEE 6) Vaadin web application framework Weka (data mining tool) BFH-TI 8

9 Trace numériques en bref Techniques URL (normalisation), IP adresse, ports,... WhoIs (domain, IP) DNS records Geolocalisation De contenu header: metatags, charset,... body: keywords, hyperlinks, number of images adresses , numéros de téléphone, nickname images, prix, monnaies BFH-TI 9

10 Rappors d activités 1 Image non disponible BFH-TI 10

11 Travaux futurs A quels niveaux agir? Image non disponible BFH-TI 11

12 Acquisition automatique de web-documents Requêtes à de moteurs de recherches Utilisation du spam Et les réseaux sociaux faisant de la publicité? BFH-TI 12

13 Extraction de traces par traitement d images Détection de logo Extraction de texte inclus dans des images Identification de produits par comparaison d images Desobfuscation en évaluant le javascript BFH-TI 13

14 Classification automatique Quels algorithmes de data-mining, machine learning sont adéquats? Quelle information exploiter? structure du graphe DOM contenue dans les CSS hyper-liens BFH-TI 14

15 Similarités entre web-documents Établissement de mesures de similarité Définir les critères pour les mesures Quelle information exploiter?... BFH-TI 15

16 Inférence de relations entre web-documents Relations basées sur la transitivité Ajouter temporairement de l information manquante OWL est-il un candidat intéressant? Raisonnement plus complexes au moyen de raisonneurs? Sql ou nosql? BFH-TI 16

17 Visualisation des relations Et finalement De quelle manière visualiser toutes ces informations? Quels outils sont adéquats? BFH-TI 17

18 Merci pour votre attention BFH-TI 18