Chema Alonso, CDF Telefónice i poznati sigurnosni stručnjak, sjajno se pojavio u OpenEXPO virtualno iskustvo 2021, koje je on sponzorirao u ovome osmo izdanje događaja koji je održan na mreži. U ovom sudjelovanju, također je iskoristio priliku da razgovara o zanimljivoj temi poput dubokih lažnih stvaranja koje stvara AI i novih izazova s kojima se cyber sigurnost suočava s ovom praksom.
Sigurno ste vidjeli neke video zapise na kojima se neko pojavljuje s licem druge osobe koja govori ili radi nešto što osoba kojoj to lice pripada nije rekla ili učinila. Ovi se videozapisi mogu dobiti na relativno jednostavan način, a oni preplavljuju Internet, posebno društvene mreže, i koriste se kao alati za korisnike. podvale i kampanje dezinformacija.
U OpenEXPO Virtual Experience 2021 željeli su predstaviti nove teme u skladu s trenutnom panoramom tehnologije i otvorenog koda, a među njima su i tehnologije poput umjetna inteligencija, Mašinsko učenje ili duboko učenje. Chema Alonso fokusirala se na duboke lažne radove koji se mogu postići uz pomoć ovih tehnologija i na nove izazove sa kojima se suočava kibernetička sigurnost.
S obzirom na porast ovih lažnih videozapisa, koji je porastao sa 15.000 u 2019. na gotovo 50.000 u 2020. godini i nastavlja rasti, to je postalo pitanje zabrinutosti. Pored toga, 96% ovih deepfakeova su pornografski videozapisi, sa scenama eksplicitnog seksa koristeći lica poznate ličnosti, političara ili influencera.
Suočeni s ovom prijetnjom, kako je pojasnio Chema Alonso, akcija se mora poduzeti s dva fronta: forenzička analiza slika i izdvajanje bioloških podataka. Njegov govor za OpenEXPO Virtual Experience 2021 usredotočio se upravo na to, gdje je pokazao dodatak za Chrome koji je razvio zajedno sa svojim timom kako bi mogao otkriti DeepFakes.
Za svoj rad se oslanja 4 osnovna stuba:
- FaceForensics ++: testiranje slika zasnovanih na modelu i trening na vašoj vlastitoj bazi podataka radi poboljšanja efikasnosti.
- Izlaganje video snimaka DeepFake otkrivanjem artefakata koji se iskrivljuju u licu- Otkrijte ograničenja sa CNN modelom, jer trenutni AI algoritmi često proizvode slike donekle ograničenih rezolucija.
- Razotkrivanje dubokih lažnih postupaka upotrebom nedosljednih poza glave: pomoću HopeNet modela mogu se otkriti nedosljednosti ili pogreške u pozama lažnog modela koje se uvode prilikom uvođenja sintetiziranog lica.
- CNN generirane slike iznenađujuće je lako uočiti ... za sada: Može se potvrditi da trenutne slike koje generira CNN dijele sistemske nedostatke.
Više informacija - Službena web stranica događaja