La huella digital es un tipo de mecanismo para defender los derechos de autor y combatir la copia no autorizada de contenidos. Consiste en introducir una serie de bits imperceptibles sobre un producto de soporte electrónico (CD-ROM, DVD,...) de forma que se puedan detectar las copias ilegales o no autorizadas.
En los últimos 20 años, debido al uso de Internet, y sobre todo mediante programas P2P, ha sucedido que millones de usuarios han usado la red con el fin de compartir copias no autorizadas de contenidos, lo que está protegido por la ley. Era el caso de que material bajo copyright o derechos de autor se intercambiase aunque no hubiese ánimo de lucro. Cuando nos encontramos en este caso surgen dos posibilidades para impedirlo: la protección a priori y la protección a posteriori. La primera consiste en impedir que el cliente (comprador) pueda realizar una copia del material, mientras que la segunda consiste en detectar dichas copias.
Dentro de la comunidad científica hay quien cree que la protección a priori, a la larga, es vulnerable ya que se puede dar con el algoritmo de protección y por tanto anularlo, de forma que en los últimos años se ha empezado a pensar en la protección a posteriori como una herramienta eficiente para combatir la piratería. Ésta consiste en insertar un conjunto de bits (marca de agua digital) en los contenidos del producto de soporte electrónico que se quiere proteger sin que esto se note en el resultado final. Si dichas marcas contienen información del comprador, esto nos permite identificarlo y por tanto detectar el responsable de la copia ilegal. Cuando nos encontramos en este caso hablamos de huella digital (fingerprinting).
Las posibilidades de usar el mecanismo de huella digital se clasifican en tres grupos que han aparecido a lo largo del tiempo: simétrica, asimétrica y anónima.
Es una tecnología, o técnica, para la identificación de contenido basada en una única y compacta firma derivada de los aspectos relevantes de una grabación de audio. Mediante el uso de un algoritmo especial, las energías de una pieza de sonido se transforman en un código exclusivo para esa pieza, así como ocurre con las huellas dactilares para cada ser humano. Dentro de las características que identifica el proceso de fingerprinting están:
Las Tecnologías de Audio Fingerprinting, Tecnologías Basadas en Identificación (CBID, por sus siglas en inglés) o los Sistemas de Reconocimiento Automático de Música (Automatic Music Recognition Systems), extraen estas características acústicas, que son las más relevantes de una señal de audio, y las almacena en una base de datos. Estas técnicas permiten que una canción sin identificación, sea analizada para extraer estas características, las compare con las características almacenadas en una base de datos, y se logre una plena identificación de la pieza de audio. El término "fingerprinting" ha sido considerado por muchos años como un caso especial de "watermarking" (consistiendo en usar "watermarking" únicamente en las copias legales de una grabación). Sin embargo, el mismo término se ha usado para las técnicas que asocian una señal de audio a una secuencia numérica mucho más corta (la huella o "fingerprint"), y usa esta secuencia para identificar la señal de audio. Comparada con Watermarking esta técnica es menos vulnerable a ataques y distorsiones, pues al modificar o distorsionar una Fingerprinting original se alteraría la calidad del sonido de la señal. Esto sucede porque las características que extrae el proceso de fingerprinting son componentes propios más relevantes y perceptibles de la pieza de audio. Entre las áreas de aplicaciones se encuentran IA, Procesamiento de señales, Bases de datos, Information Retrieval, Reconocimiento de patrones, y Monitoreo de extractos de audio reproducidos por radiodifusión (broadcasters) y webcasters para control de derechos de autor.
Las siguientes tecnologías y productos comerciales identifican y clasifican el contenido de particulares piezas de audio aun si la señal de audio se ha sometido a cierto grado de modificación. Dentro de estas modificaciones se encuentran transformaciones lineales como cambios de nivel o limitación de ancho de banda, que son comunes en el caso de la radiodifusión y transformaciones no lineales como conversiones al formato MP3.
El Music Technology Group (MTG) de la Universitat Pompeu Fabra de Barcelona y de su Instituto Audiovisual, es especializado en sonido y música por computador. Con más de 40 investigadores procedentes de diferentes disciplinas y complementarios, el MTG lleva a cabo investigaciones en temas como procesamiento y síntesis de sonido, análisis de contenido de la música, descripción y transformación; sistemas interactivos de música.
El grupo opera en su propio centro de investigación, TEKANO. El equipo cuenta con más de diez ingenieros altamente capacitados y son especialistas en el desarrollo de las tecnologías avanzadas de multimedia:
Este grupo de investigación trabaja en audio watermarking y en tecnologías de marcación de audio para identificación de canales y programas. En el ambiente digital estas tecnologías habilitan que los programas sean identificados. Este equipo también hace investigación en las áreas de reconocimiento facial, conteo y rastreo de personas y reconocimiento de voz.
Es un grupo del departamento de ingeniería electrónica y de informática de la universidad de Ryerson en Toronto, Canadá, que hace investigación en sistemas de comunicaciones, procesamiento de señales digitales, sistemas de comunicación móviles y wireless, telemedicina, procesamiento de señales multimedia y comunicaciones por computador.
Los sistemas de control horario por el método de lector de huella digital utilizan unos terminales para la captura de la información que sustituyen a los antiguos relojes de fichar. Evita el fichaje de unos trabajadores por otros con un mayor nivel de seguridad y precisión.
Finalmente también la huella digital puede ser visibilizada por el comportamiento de las actividades del ser humano en un conjuntos de redes entre ella se mencionan:
La revolución del Big Data: características de los datos masivos
Los datos masivos tienen un gran valor para las empresas. Como señala Batty (2013), la mayor parte de la información que ahora llamamos Big Data se produce de forma automática, rutinaria, y por diversas formas de sensores. Casi todos estos datos son capturados y almacenados para llevar a cabo procesos de control y gestión en las empresas (por ejemplo, gestión de cargos en las tarjetas de crédito), pero después han sido utilizados para usos distintos a los que fueron concebidos, como el análisis del comportamiento de los consumidores para diseñar estrategias de marketing, predecir las tendencias del mercado o controlar el fraude. Así, por ejemplo, los datos de gastos con tarjetas bancarias fueron concebidos para gestionar los pagos de los usuarios, pero se pueden utilizar también para identificar las áreas con mayor gasto de la ciudad o el impacto económico de un evento turístico. De igual forma, los datos de las compañías telefónicas sirven para efectuar el correspondiente cargo al cliente por uso de los servicios telefónicos, pero también son utilizados para realizar estudios de movilidad o de geomarketing.
Además, hay que considerar que los usuarios de Internet disponen de multitud de servicios gratuitos. El usuario no paga por utilizar el buscador de Google, calcular una ruta entre dos puntos con Google Maps, publicar sus fotografías en Instagram o utilizar Twitter y Facebook. Sin embargo, compañías tecnológicas como Google o Facebook se encuentran entre las primeras en el ranking mundial por capitalización bursátil. Estas compañías ofrecen servicios al usuario y este aporta sus datos cuando los utiliza. Y estos datos tienen un gran valor económico. Así, por ejemplo, según Statista (), considerando los ingresos de Facebook y el número de usuarios por grandes áreas mundiales, se puede estimar que el valor de los datos de un usuario medio en 2016 fue de 16 dólares. Los datos que obtiene Facebook de sus usuarios (datos personales, páginas visitadas, «likes», etc.) se utilizan para elaborar perfiles y a partir de ellos enviar publicidad a los usuarios que tienen las características de consumo adecuadas. Numerosas compañías (bancos, operadores de telefonía, redes sociales, etc.) venden los datos de sus clientes una vez anonimizados o, lo que es más frecuente, venden estudios basados en esos datos. Los datos han adquirido tal valor que desde el sector empresarial se afirma que son el petróleo de la economía del siglo xxi (198 .p,) #1bi1ref
Escribe un comentario o lo que quieras sobre Huella digital (directo, no tienes que registrarte)
Comentarios
(de más nuevos a más antiguos)