OpenEXPO Virtual Experience 2021 měl výjimečný sponzor, stejně jako Chema Alonso. Populární odborník na bezpečnost by také uspořádal konferenci na tak zajímavá témata, jako je kybernetická bezpečnost a jak ji mohou ovlivnit hluboké podvody a umělá inteligence.
A s pokrokem v oblasti umělé inteligence čelí kybernetická bezpečnost novým výzvám. V současné době může být identita relativně snadno nahrazena AI, což vede k fenoménu hluboké podvody které zaplavují sociální sítě a internet.
DeepFake umožňuje například použít existující video s nějakou postavou a změňte svou tvář za jinou, stejně jako vložení klonovaného hlasu, který vyslovuje slova, která by nikdy nemluvila. Něco, co by mohlo vést ke strašlivým podvodům, zvláště pokud jsou použity proti politickým vůdcům nebo s velkou schopností ovlivňovat populaci.
Dnes se staly jednou z nejsofistikovanějších technik šíření falešných zpráv a dezinformačních kampaní. Mohou dokonce významně ovlivnit nárůst kybernetických útoků, jak Chema Alonso zdůraznil z OpenEXPO Virtual Experience.
A je to znepokojivější zlo, než se zdá. Do roku 2019 kolovalo po internetu méně než 15.000 2020 padělků. V roce XNUMX to bylo téměř 50.000 XNUMX falešných videí, 96% z nich pornografické povahy. A počet nepřestává růst, což přináší nové výzvy pro kybernetickou bezpečnost.
Pro detekci těchto hlubokých padělků ukazuje Chema Alonso na dvě formy analýzy:
- Forenzní analýza obrázků.
- Odstranění biologické údaje z obrázků.
Renomovaný odborník se tomuto tématu věnoval ve své přednášce pro OpenEXPO Virtual Experience 2021 a spolu se svým týmem dokázal vyvinout zásuvný modul pro webový prohlížeč Chrome pomocí kterého může každý uživatel vybrat video a spustit testy k detekci těchto DeepFakes.
Tento plugin implementuje 4 vědecký výzkum za boj s těmito podvody:
- FaceForensics ++: kontroly založené na modelu trénovaném na vlastní databázi.
- Vystavení videa DeepFake detekcí artefaktů deformace tvářeSoučasné algoritmy AI často generují obrázky s omezeným rozlišením a tento nástroj detekuje tato omezení pomocí modelu CNN.
- Vystavování hlubokých padělků pomocí nekonzistentních póz hlavy- Přepíná se mezi původní a syntetizovanou tváří, takže ve 3D dochází k chybám v póze hlavy. U modelu HopeNet lze tyto nesrovnalosti detekovat.
- Obrázky generované CNN jsou překvapivě snadno rozpoznatelné ... prozatím: Lze potvrdit, že aktuální obrázky generované CNN sdílejí systematické nedostatky.
Pojednání o OpenEXPO je velmi zajímavé téma a stejně nezbytný nástroj, protože tyto hluboké podvody jsou na denním pořádku ...
Více informací - Oficiální web akce