Chema Alonso, CDCO firmy Telefónica i znany ekspert ds. bezpieczeństwa, zaprezentowała się znakomicie na Wirtualne doświadczenie OpenEXPO 2021, którą w tym zasponsorował ósma edycja wydarzenia który odbył się online. W tym uczestnictwie skorzystał również z okazji, aby omówić interesujący temat, taki jak deepfake generowane przez sztuczną inteligencję oraz nowe wyzwania, przed którymi stoi cyberbezpieczeństwo w związku z tymi praktykami.
Z pewnością widziałeś filmy, w których ktoś pojawia się z twarzą innej osoby, mówiąc lub robiąc coś, czego osoba, do której ta twarz należy, nie powiedziała ani nie zrobiła. Filmy te można uzyskać w stosunkowo prosty sposób i zalewają Internet, zwłaszcza sieci społecznościowe, i są wykorzystywane jako narzędzia dla użytkowników. oszustwa i kampanie dezinformacyjne.
W OpenEXPO Virtual Experience 2021 chcieli wprowadzić nowe tematy zgodnie z aktualną panoramą technologii i open source, a wśród nich technologie takie jak sztuczna inteligencja, uczenie maszynowe lub uczenie głębokie. Chema Alonso skupiła się na deepfake'ach, które można osiągnąć za pomocą tych technologii, oraz na nowych wyzwaniach, przed którymi stoi cyberbezpieczeństwo.
Biorąc pod uwagę wzrost liczby fałszywych filmów, który wzrósł z 15.000 2019 w 50.000 r. do prawie 2020 XNUMX w XNUMX r. i nadal rośnie, stało się to niepokojące. Ponadto 96% tych podróbek to filmy pornograficzne, ze scenami z wyraźnym seksem z twarzami celebrytów, polityków lub wpływowych osób.
W obliczu tego zagrożenia, jak wyjaśnił Chema Alonso, działania muszą być podejmowane z dwóch frontów: analiza kryminalistyczna obrazów i ekstrakcja danych biologicznych. Jego przemówienie dla OpenEXPO Virtual Experience 2021 skupiało się właśnie na tym, gdzie pokazał wtyczkę do Chrome, którą opracował wraz ze swoim zespołem, aby móc wykrywać DeepFakes.
W swoim działaniu opiera się na 4 podstawowe filary:
- FaceForensics ++: do testowania obrazów na podstawie modelu i szkolenia na własnej bazie danych w celu poprawy wydajności.
- Odsłanianie filmów DeepFake poprzez wykrywanie artefaktów zniekształcających twarz- Wykrywaj ograniczenia za pomocą modelu CNN, ponieważ obecne algorytmy AI często wytwarzają obrazy o nieco ograniczonej rozdzielczości.
- Odsłanianie głębokich podróbek przy użyciu niespójnych pozycji głowy: przy użyciu modelu HopeNet można wykryć niespójności lub błędy w pozach fałszywego modelu, które są wprowadzane podczas wprowadzania zsyntetyzowanej twarzy.
- Obrazy generowane przez CNN są zaskakująco łatwe do zauważenia… na razie: Można potwierdzić, że obecne obrazy generowane przez CNN mają systematyczne wady.
Więcej informacji - Oficjalna strona wydarzenia