Telefónica के CDCO और जाने-माने सुरक्षा विशेषज्ञ, Chema Alonso ने शानदार उपस्थिति दर्ज कराई OpenEXPO वर्चुअल एक्सपीरियंस 2021, जिसे उन्होंने इसमें प्रायोजित किया है आयोजन का आठवां संस्करण जिसे ऑनलाइन किया गया है। इस भागीदारी में, उन्होंने एआई द्वारा उत्पन्न डीपफेक और इन प्रथाओं के साथ साइबर सुरक्षा के सामने आने वाली नई चुनौतियों जैसे दिलचस्प विषय पर चर्चा करने का अवसर भी लिया।
आपने कुछ वीडियो जरूर देखे होंगे जिनमें कोई व्यक्ति किसी दूसरे व्यक्ति के चेहरे के साथ यह कहते या करते दिखाई देता है कि जिस व्यक्ति का वह चेहरा है, उसने कहा या किया नहीं है। ये वीडियो अपेक्षाकृत सरल तरीके से प्राप्त किए जा सकते हैं, और वे इंटरनेट, विशेष रूप से सामाजिक नेटवर्क में बाढ़ ला रहे हैं, और उपयोगकर्ताओं के लिए उपकरण के रूप में उपयोग किए जा रहे हैं। धोखाधड़ी और दुष्प्रचार अभियान.
OpenEXPO वर्चुअल एक्सपीरियंस 2021 में वे प्रौद्योगिकी और ओपन सोर्स के वर्तमान पैनोरमा के अनुसार नए विषयों को पेश करना चाहते हैं, और उनमें से तकनीक जैसे कि कृत्रिम बुद्धि, मशीन लर्निंग या डीप लर्निंग। चेमा अलोंसो ने इन तकनीकों की मदद से प्राप्त किए जा सकने वाले डीपफेक पर और साइबर सुरक्षा के सामने आने वाली नई चुनौतियों पर ध्यान केंद्रित किया है।
इन नकली वीडियो की वृद्धि को देखते हुए, जो 15.000 में 2019 से बढ़कर 50.000 में लगभग 2020 हो गया, और लगातार बढ़ता जा रहा है, यह चिंता का विषय बन गया है। इसके साथ में इनमें से 96% डीपफेक अश्लील वीडियो हैं, किसी सेलिब्रिटी, राजनेता, या प्रभावशाली व्यक्ति के चेहरों का उपयोग करके स्पष्ट सेक्स के दृश्यों के साथ।
इस खतरे का सामना करते हुए, जैसा कि चेमा अलोंसो ने स्पष्ट किया है, दो मोर्चों से होनी चाहिए कार्रवाई: छवियों का फोरेंसिक विश्लेषण और जैविक डेटा का निष्कर्षण। OpenEXPO वर्चुअल एक्सपीरियंस 2021 के लिए उनका भाषण ठीक उसी पर केंद्रित था, जहां उन्होंने क्रोम के लिए एक प्लग-इन दिखाया, जिसे उन्होंने अपनी टीम के साथ मिलकर डीपफेक का पता लगाने में सक्षम होने के लिए विकसित किया है।
इसके संचालन के लिए यह निर्भर करता है 4 आवश्यक स्तंभ:
- फेस फोरेंसिक ++: एक मॉडल के आधार पर छवियों का परीक्षण करने के लिए और दक्षता में सुधार के लिए अपने स्वयं के डेटाबेस पर प्रशिक्षण।
- फेस वारिंग कलाकृतियों का पता लगाकर डीपफेक वीडियो को उजागर करना- सीएनएन मॉडल के साथ सीमाओं का पता लगाएं, क्योंकि वर्तमान एआई एल्गोरिदम अक्सर कुछ सीमित संकल्पों की छवियां उत्पन्न करते हैं।
- असंगत हेड पोज़ का उपयोग करके डीप फेक को उजागर करना: एक होपनेट मॉडल के माध्यम से, नकली मॉडल के पोज़ में विसंगतियों या त्रुटियों का पता लगाया जा सकता है जो संश्लेषित चेहरे को पेश करते समय पेश किए जाते हैं।
- सीएनएन-जनरेटेड छवियां आश्चर्यजनक रूप से स्पॉट करने में आसान हैं… अभी के लिए: यह पुष्टि की जा सकती है कि सीएनएन द्वारा उत्पन्न वर्तमान छवियां व्यवस्थित दोष साझा करती हैं।
अधिक जानकारी - आयोजन की आधिकारिक वेबसाइट