A ampla adoção da internet banda larga e o crescimento da velocidade média da internet alimentaram a indústria de streaming de vídeo. Por sua vez, o crescimento e a popularidade do streaming de vídeo também alimentou o crescimento da pirataria de vídeo.
A pirataria de vídeo é uma forma de violação de direitos autorais e se refere ao uso de obras protegidas pela lei de direitos autorais sem permissão para uso onde tal permissão é necessária. Existem duas formas principais de pirataria de vídeo. A primeira forma comumente conhecida como “vídeo sob demanda” (VOD) usa um modelo de distribuição de compartilhamento de arquivos e é comumente usada por aplicativos como Kodi, Titanium TV, TVZion e aplicativos baseados em BitTorrent.
A popularidade do streaming de vídeo resultou na criação de operadoras de cabo virtuais ilegais que vendem IPTV over-the-top baseada em assinatura, completa com guias de programação eletrônicos, que transmitem vários canais de vídeo linear. Esta segunda forma é conhecida como “streaming linear pirata”.
O streaming linear pirateado é uma ameaça comercial para a indústria de TV paga, pois o produto de streaming linear pirata é um bom substituto para os serviços legítimos de TV paga. Para a indústria de TV paga, uma das questões é entender a verdadeira extensão do problema. Existem alguns relatórios do setor que estimam que 5,5% das famílias norte-americanas estão acessando conteúdo pirateado. A indústria de TV paga tem tentado quantificar melhor o problema, como parte da determinação de quais ações tomar para mitigá-lo.
Para entender verdadeiramente o escopo e a escala da pirataria de vídeo, as operadoras precisam medir o volume, a frequência e o escopo do tráfego em suas redes que está associado a fluxos lineares pirateados. Os fluxos pirateados usam as mesmas tecnologias e protocolos de streaming (HLS e MPEG / DASH) que os fluxos lineares legais, tornando difícil distinguir os dois sem o uso de inspeção profunda de pacotes (DPI). Mesmo com DPI, ainda é difícil devido a hosts multilocatários, redes de distribuição de conteúdo, vários endereços IP sendo associados às fontes de conteúdo e os diversos dados demográficos na área de cobertura da rede.
Devido a uma série de razões, incluindo questões de custo e privacidade, as operadoras normalmente equiparam apenas uma pequena parte (por exemplo, <10%) de sua rede com DPI, se é que equiparam. Além disso, coletar dados de pirataria de vídeo usando DPI de um pequeno número de pontos na rede pode levar a um viés de seleção devido à composição demográfica da pegada da rede.
Para medir com eficácia a pirataria de vídeo em redes de banda larga, é necessário algo diferente de DPI. Uma abordagem usando dados IPFIX / NetFlow disponíveis, que são incorporados na maioria dos roteadores e switches de nível de operadora, fornece uma abordagem econômica para medir o tráfego em uma rede inteira.
Em 2016 a Cisco mostrou que usando campos de dados de fluxo de IP foi possível criar um conjunto de recursos para aprendizado de máquina que usava um modelo de regressão logística L1 com uma precisão de 99,978% a 0,00% de taxa de descoberta falsa (FDR) para identificar malware - criptografado e não criptografado. Em 2018, a Cisco lançou uma versão aprimorada do NetFlow, Encrypted Traffic Analytics (ETA), que incluiu esses campos de dados de fluxo de IP adicionais para vários de seus produtos como parte de uma solução de segurança cibernética e abriu o código 1 que captura, extrai, e analisa dados de fluxo de rede e dados de interfluxo que incluem os campos de dados de fluxo de IP adicionais.
Neste artigo, examinamos a aplicação de um processo de aprendizado de máquina supervisionado semelhante usando dados de fluxo de IP para avaliar a viabilidade do uso de aprendizado de máquina e dados de fluxo de IP para detectar tráfego de streaming linear pirateado em redes de banda larga.
Fonte: nctatechnicalpapers.com
0 Comentários