Chema Alonso, el CDCO de Telefónica i conegut expert en seguretat, va fer una aparició estel·lar en OpenEXPO Virtual Experience 2021, A la qual ha apadrinat en aquesta vuitena edició de l'esdeveniment que s'ha celebrat en línia. En aquesta participació també va aprofitar per tractar un tema tan interessant com els deepfakes generats per IA i els nous reptes als quals s'enfronta la ciberseguretat amb aquestes pràctiques.
Segur que has vist alguns vídeos en què apareix algú amb la cara d'una altra persona dient o fent alguna cosa que aquesta persona a la qual pertany aquesta cara no ha dit o fet. Aquests vídeos es poden aconseguir d'una manera relativament senzilla, i estan inundant Internet, especialment les xarxes socials, i sent usats com a eines per als rumors i les campanyes de desinformació.
En OpenEXPO Virtual Experience 2021 s'han volgut introduir nous temes acords amb el panorama actual de la tecnologia i el codi obert, i entre ells tecnologies com la intel·ligència artificial, Machine Learning o Deep Learning. Chema Alonso s'ha centrat en els deepfakes que es poden aconseguir amb ajuda d'aquestes tecnologies, i en els nous reptes als quals s'enfronta la seguretat cibernètica.
Donat l'augment d'aquests vídeos falsos, que van créixer des dels 15.000 el 2019 fins als gairebé 50.000 del 2020, i segueix creixent, s'ha convertit en un tema preocupant. A més, el 96% d'aquests deepfakes són vídeos pornogràfics, Amb escenes de sexe explícit usant cares d'alguna celebrity, polític, o influencer.
Davant aquesta amenaça, segons ha aclarit Chema Alonso, s'ha d'actuar des de dos fronts: Anàlisi forense de les imatges i l'extracció de les dades biològiques. Precisament en això es va centrar el seu discurs per OpenEXPO Virtual Experience 2021, on va mostrar un plug-in per Chrome que ha desenvolupat al costat del seu equip per poder detectar els DeepFakes.
Per al seu funcionament es recolza en 4 pilars essencials:
- FaceForensics ++: Per provar les imatges en base a un model i entrenant sobre la seva pròpia base de dades per millorar l'eficàcia.
- Exposing DeepFake Videos by Detecting Face Warping Artifacts: Detecta les limitacions amb un model CNN, atès que els algoritmes de IA actuals acostumen a generar imatges de resolucions alguna cosa limitades.
- Exposar falsificacions profundes amb postures inconsistents del cap: Mitjançant un model HopeNet es poden detectar incoherències o errors en les poses de el model fake que s'introdueixen a l'introduir la cara sintetitzada.
- CNN-generated Images Are Surprisingly Easy To Spot ... for now: Es pot confirmar que les imatges actuals generades per CNN comparteixen defectes sistemàtics.
Més informació - Web Oficial de l'Esdeveniment