Chema Alonso, CDCO di Telefónica e noto esperto di sicurezza, ha fatto un'apparizione stellare a Esperienza virtuale OpenEXPO 2021, che ha sponsorizzato in questo ottava edizione dell'evento che si è tenuto online. In questa partecipazione, ha anche colto l'occasione per discutere di un argomento interessante come i deepfake generati dall'IA e le nuove sfide che la sicurezza informatica affronta con queste pratiche.
Sicuramente hai visto alcuni video in cui qualcuno appare con il volto di un'altra persona che dice o fa qualcosa che la persona a cui appartiene quel volto non ha detto o fatto. Questi video possono essere ottenuti in modo relativamente semplice e stanno inondando Internet, in particolare i social network, e vengono utilizzati come strumenti per gli utenti. bufale e campagne di disinformazione.
In OpenEXPO Virtual Experience 2021 hanno voluto introdurre nuovi argomenti in accordo con l'attuale panorama della tecnologia e dell'open source, e tra questi tecnologie come intelligenza artificiale, Machine Learning o Deep Learning. Chema Alonso si è concentrato sui deepfake che possono essere raggiunti con l'aiuto di queste tecnologie e sulle nuove sfide che la sicurezza informatica deve affrontare.
Dato l'aumento di questi video falsi, che sono passati da 15.000 nel 2019 a quasi 50.000 nel 2020 e continua a crescere, è diventato motivo di preoccupazione. Inoltre, il Il 96% di questi deepfake sono video pornografici, con scene di sesso esplicito che utilizzano i volti di una celebrità, un politico o un influencer.
Di fronte a questa minaccia, come ha chiarito Chema Alonso, bisogna agire su due fronti: analisi forense di immagini ed estrazione di dati biologici. Il suo discorso per OpenEXPO Virtual Experience 2021 si è concentrato proprio su questo, dove ha mostrato un plug-in per Chrome che ha sviluppato insieme al suo team per poter rilevare i DeepFakes.
Per il suo funzionamento si affida 4 pilastri essenziali:
- FaceForensics ++: per testare immagini basate su un modello e training sul proprio database per migliorare l'efficienza.
- Esposizione di video DeepFake rilevando artefatti di deformazione facciale Face- Rileva le limitazioni con un modello CNN, poiché gli attuali algoritmi di intelligenza artificiale spesso producono immagini con risoluzioni alquanto limitate.
- Esporre i falsi profondi usando pose della testa incoerenti: utilizzando un modello HopeNet, si possono rilevare incongruenze o errori nelle pose del modello falso che vengono introdotte quando si introduce il volto sintetizzato.
- Le immagini generate dalla CNN sono sorprendentemente facili da individuare... per ora: Si può confermare che le attuali immagini generate dalla CNN condividano difetti sistematici.
Maggiori informazioni - Sito Ufficiale dell'Evento