INTERNETT FILTRERING Märtha K. Øien Mars, 2006 En del av ”Sensur og overvåkning av Internett”

Presentasjon om: "INTERNETT FILTRERING Märtha K. Øien Mars, 2006 En del av ”Sensur og overvåkning av Internett”"— Utskrift av presentasjonen:

1 INTERNETT FILTRERING Märtha K. Øien Mars, 2006 En del av ”Sensur og overvåkning av Internett”

2 Innledning Hva? Hvorfor? Hvordan? Svakheter? Regulatoriske aspekter

3 Filter Avvist innhold Godtatt innhold Hva er filtrering? Filtrering av innhold på Internett: Innholdsflommen filtreres slik at man slipper å bli presentert visse typer innhold. Alternativt kan filteret varsle bruker om innhold Et filter er et verktøy for siling.

4 Hvorfor filtrere Internett? Fordi man ønsker å: beskytte barn og unge ”beskytte” borgerne i sitt land spare tid for en selv som bruker forhindre ansatte i å bruke arbeidstid på underholdningstjenester

5 Fordi innholdet kan være: Ulovlig strider mot nasjonal lovgivning Skadelig hva som er skadelig def. i stor grad av bruker* selv. Ofte sterk vold og grov porno Støtende umoralsk eller i strid med etiske verdier Uinteressant Hvordan innhold blir kategorisert er motivert av: Politikk / religion / kultur. Dette varierer fra land til land.

6 Hvor skjer filtreringen? Brukeren installerer et filtreringsprogram på egen maskin Brukerne anvender en ferdig filtrert nettaksess ISP Arbeidsgiver, universitetet, staten osv.

7 Hvordan skjer filtreringen? To hovedgrupper filtreringsprogram: I. filter basert på automatisk analyse av innholdet II. filter basert på vurdering av innholdet

8 Kan anvendes på både kommunikasjons- og innholdstjenester Baserer seg på ordlister Baserer seg på antall forekomster Automatisk analyse av bilder/lyd/video er svært vanskelig Filter basert på automatisk analyse av innholdet

9 Filter basert på vurdering av innhold Baserer seg på menneskelig vurdering av det enkelte nettsted eller den enkelte siden ut fra forskjellige klasser og vurderingstema Passer kun for innholdstjenester fordi kommunikasjonstjenester er dynamiske men hva med i dag?

10 Forskjellige mekanismer for filtrering: Svartelister Hvitelister  Lister med nettsteders adresser (URLer) Listene definerer ofte deler av adressen, f.eks: http://www.jus.uio.no/afin ………….. http://www.jus.uio.no/afin Merking

11 Svartelister Filter basert på svartelister blokkerer alle adressene / steder som står på listen

12 Eksempel i. ”I tilfeller der innholdet på siden det tipses om, eller virksomheten som står bak siden/nettstedet åpenbart er straffbar - vil denne adressen legges inn i det såkalte "barnepornofilteret" som noen internettleverandører, så som Telenor, har innført. Denne adressen vil deretter ikke kunne nås av abonnenter hos disse internettleverandørene.” 2006.03.06, https://www.tips.kripos.no/tips/tips.asphttps://www.tips.kripos.no/tips/tips.asp

13 Hvitelister Filter basert på hvitelister slipper kun igjennom de adressene / steder som som står på listen

14 Eksempel i. I Norge: Telenor – Online.no Kidsurf Barnefilter ”Med Kidsurf Barnefilter kan barna dine kun gå til Internett sider som du har godkjent på forhånd. For å hjelpe deg på vei har vi foreslått noen nettsteder i en egen søkemotor som følger med.”

15 Eksempel ii. La meg se siden: på bakgrunn av ord / begreper La meg se sidene på min egen liste med ja-URL’er Hvordan?

16 Merking Fleksibelt Baserer seg på at man vurderer innholdet etter flere klasser, f eks: vold, sex, nakenhet, språk osv. Vurdering av nivå innenfor hver klasse, der f. eks 0 = ok og 4 = svært grovt

17 Filter basert på merking Violence Rating Descriptor Nudity Rating Descriptor Sex Rating Descriptor Language Rating Descriptor Repe or wanton, gratuitous violence Frontal nudity (qualifying as provocative display) Exlicil sexual acts or sex crimes Crude, vulgar language or extreme hate speech Level 4 Aggressive Violence or death to humans Frontal nudity Non-explicit sexual acts Strong language or hate speech Level 3 Destruction of realistic objects Partial nudity Clothed sexual touching Moderate expletives or profanity Level 2 Injury to human being Revealing attire Passionate kissing Mild expletivesLevel 1 None of the above or sports related None of the above None of the above or innocant kissing; romance None of the above Level 0

18 Filterleverandøren har tre valg: Han kan utvikle sitt eget system Han kan basere seg på PICS (Platform for Internet Content Selection) Han kan bruke et eksisterende PICS - basert system (RSACi) Merking forts.

19 Hvem vurderer? Innholdsleverandøren vurderer eget materiale (egenvurdering) Filterleverandøren vurderer Uavhengig tredjepart

20 Hvor legges merket? Ved egenvurdering: merket kan settes i selve html- dokumentet, eller merket kan settes på en egen liste Ved vurdering utført av andre: merket sette på en egen liste som legges på egen server

21 Leverandør tjener Vurderings- informssjon Leverandør tjener Web-side innhold tekst, bilde, Lyd etc. Web-side med meta- tagger i kilden

22

23 Svakheter I. Automatisk analyse: Kan kun anvendes effektivt på tekst Ser vanskelig teksten i sammenheng, problemer med ord som har flere betydninger og metaforbruk en maskin har ikke sans for humor og forstår ikke ironi Er mulig å lure ved å bruke “koder” – ddøk = kødd

24 II. Innholdsvurdering: Hvitelister – mister tilgang til MYE informasjon Svartelister – kan slippe igjennom for MYE informasjon, og Listene må oppdateres ofte Svakheter forts.

25 Merking Er kriteriene - tilgjengelige -veldefinerte Hvem utfører vurderingen Svakheter forts.

26 Alternativer? Bør man sensurere? alltid? Finnes det bedre alternativ?

27 Regulatoriske aspekter Ingen norsk regulering per dd Informasjon om merking har merker noe ansvar om å informere utgiver om at innholdet er vurdert og merket? Ansvar for merkingens riktighet ikke regulert direkte ansvarslovgivningen?

28 Ytringsfrihet mottakers side: Uproblematisk i Norge, forutsatt at publikum har alternativer for tilgang utgivers side: mer problematisk, se forrige foil Personvern aktuelt ved logging regulatoriske aspekter forts.