OpenEXPO Virtual Experience: Chema Alonso تناقش DeepFakes وتحديات الأمن السيبراني

Chema Alonso في OpenEXPO Virtual Experience 2021

ظهر شيما ألونسو ، CDCO التابع لشركة Telefónica وخبير الأمن المعروف ، بشكل ممتاز في تجربة OpenEXPO الافتراضية 2021التي رعاها في هذا الطبعة الثامنة من الحدث التي تم عقدها عبر الإنترنت. في هذه المشاركة ، انتهز الفرصة أيضًا لمناقشة موضوع مثير للاهتمام مثل التزييف العميق الناتج عن الذكاء الاصطناعي والتحديات الجديدة التي يواجهها الأمن السيبراني مع هذه الممارسات.

من المؤكد أنك شاهدت بعض مقاطع الفيديو التي يظهر فيها شخص ما بوجه شخص آخر يقول أو يفعل شيئًا لم يقله أو يفعله الشخص الذي ينتمي إليه هذا الوجه. يمكن الحصول على مقاطع الفيديو هذه بطريقة بسيطة نسبيًا ، وهي تغمر الإنترنت ، وخاصة الشبكات الاجتماعية ، وتستخدم كأدوات للمستخدمين. حملات الخداع والتضليل.

في OpenEXPO Virtual Experience 2021 ، أرادوا تقديم موضوعات جديدة وفقًا للبانوراما الحالية للتكنولوجيا والمصدر المفتوح ، ومن بينها تقنيات مثل الذكاء الاصطناعيأو التعلم الآلي أو التعلم العميق. ركزت Chema Alonso على التزييف العميق الذي يمكن تحقيقه بمساعدة هذه التقنيات ، وعلى التحديات الجديدة التي يواجهها الأمن السيبراني.

نظرًا للزيادة في مقاطع الفيديو المزيفة هذه ، والتي نمت من 15.000 في عام 2019 إلى ما يقرب من 50.000 في عام 2020 ، وتستمر في النمو ، فقد أصبحت مصدر قلق. بالإضافة إلى ذلك ، فإن 96٪ من هذه التزييف العميق هي مقاطع فيديو إباحية، مع مشاهد الجنس الصريح باستخدام وجوه المشاهير أو السياسيين أو المؤثرين.

في مواجهة هذا التهديد كما أوضحت شيما ألونسو ، يجب اتخاذ الإجراءات من جبهتين: التحليل الجنائي للصور واستخراج البيانات البيولوجية. ركز خطابه في OpenEXPO Virtual Experience 2021 على ذلك تحديدًا ، حيث أظهر مكونًا إضافيًا لمتصفح Chrome طوره مع فريقه ليتمكن من اكتشاف DeepFakes.

لتشغيلها تعتمد عليها 4 ركائز أساسية:

  • FaceForensics ++: لاختبار الصور بناءً على نموذج والتدريب على قاعدة البيانات الخاصة بك لتحسين الكفاءة.
  • الكشف عن مقاطع فيديو DeepFake عن طريق اكتشاف القطع الأثرية لتزييف الوجه- اكتشف القيود باستخدام نموذج CNN ، حيث تنتج خوارزميات الذكاء الاصطناعي الحالية غالبًا صورًا ذات دقة محدودة إلى حد ما.
  • كشف التزييف العميق باستخدام وضعيات الرأس غير المتسقة: باستخدام نموذج HopeNet ، يمكن اكتشاف التناقضات أو الأخطاء في أوضاع النموذج المزيف التي يتم تقديمها عند تقديم الوجه المركب.
  • من السهل جدًا اكتشاف الصور التي تم إنشاؤها بواسطة CNN ... في الوقت الحالي: يمكن التأكيد على أن الصور الحالية التي تم إنشاؤها بواسطة CNN تشترك في عيوب منهجية.

معلومات اكثر - الموقع الرسمي للحدث


كن أول من يعلق

اترك تعليقك

لن يتم نشر عنوان بريدك الإلكتروني. الحقول الإلزامية مشار إليها ب *

*

*

  1. المسؤول عن البيانات: ميغيل أنخيل جاتون
  2. الغرض من البيانات: التحكم في الرسائل الاقتحامية ، وإدارة التعليقات.
  3. الشرعية: موافقتك
  4. توصيل البيانات: لن يتم إرسال البيانات إلى أطراف ثالثة إلا بموجب التزام قانوني.
  5. تخزين البيانات: قاعدة البيانات التي تستضيفها شركة Occentus Networks (الاتحاد الأوروبي)
  6. الحقوق: يمكنك في أي وقت تقييد معلوماتك واستعادتها وحذفها.