Chema Alonso, společnost CDCO společnosti Telefónica a známý bezpečnostní expert, se na veletrhu představila hvězdně OpenEXPO Virtual Experience 2021, kterou v tomto sponzoroval osmé vydání akce který se konal online. V rámci této účasti také využil příležitosti k diskusi o zajímavém tématu, jako jsou hluboké podvody generované umělou inteligencí a nové výzvy, kterým tyto praktiky čelí v oblasti kybernetické bezpečnosti.
Určitě jste viděli některá videa, ve kterých se někdo objevil s tváří jiné osoby, která říká nebo dělá něco, co osoba, které tato tvář patří, neřekla ani neudělala. Tato videa lze získat relativně jednoduchým způsobem a zaplavují internet, zejména sociální sítě, a používají se jako nástroje pro uživatele. hoaxy a dezinformační kampaně.
Ve OpenEXPO Virtual Experience 2021 chtěli představit nová témata v souladu s aktuálním panorama technologií a otevřeného zdroje a mezi nimi i technologie jako např. umělá inteligence, Strojové učení nebo hluboké učení. Společnost Chema Alonso se zaměřila na hluboké podvody, kterých lze dosáhnout pomocí těchto technologií, a na nové výzvy, kterým kybernetická bezpečnost čelí.
Vzhledem k nárůstu těchto falešných videí, který vzrostl z 15.000 2019 v roce 50.000 na téměř 2020 XNUMX v roce XNUMX a nadále roste, se stal předmětem znepokojení. Kromě toho 96% těchto hlubokých padělků jsou pornografická videa, se scénami explicitního sexu využívající tváře celebrit, politiků nebo ovlivňovatelů.
Tváří v tvář této hrozbě, jak objasnila Chema Alonso, akce musí být přijata ze dvou front: forenzní analýza obrazů a extrakce biologických dat. Jeho projev pro OpenEXPO Virtual Experience 2021 se zaměřil přesně na to, kde ukázal zásuvný modul pro Chrome, který vyvinul společně se svým týmem, aby dokázal detekovat DeepFakes.
Pro svou činnost se spoléhá 4 základní pilíře:
- FaceForensics ++: otestovat obrázky na základě modelu a trénink na vlastní databázi za účelem zvýšení efektivity.
- Vystavení videa DeepFake detekcí artefaktů deformace tváře- Zjistěte omezení pomocí modelu CNN, protože současné algoritmy AI často vytvářejí obrazy poněkud omezeného rozlišení.
- Vystavování hlubokých padělků pomocí nekonzistentních póz hlavy: pomocí modelu HopeNet lze detekovat nesrovnalosti nebo chyby v pozicích falešného modelu, které jsou zavedeny při zavedení syntetizované tváře.
- Obrázky generované CNN jsou překvapivě snadno rozpoznatelné ... prozatím: Lze potvrdit, že aktuální obrázky generované CNN sdílejí systematické nedostatky.
Více informací - Oficiální web akce