:: دوره 14، شماره 2 - ( 12-1404 ) ::
جلد 14 شماره 2 صفحات 59-52 برگشت به فهرست نسخه ها
نمونه اولیه ابزار تشخیص جعل عمیق بر اساس ارتقا و تلفیق شبکه‌های از پیش آموزش‌یافته
مرتضی ضیابخش1 ، سیدامیرحسین طباطبایی*1 ، صادق اسکندری1
1- ۱گروه علوم کامپیوتر، دانشکده علوم ریاضی، دانشگاه گیلان، ایران
چکیده:   (612 مشاهده)
دیپ‌فیک‌ها به عنوان داده‌های مصنوعی تولیدشده با فناوری‌های یادگیری عمیق، قادر به دستکاری یا جایگزینی هویت، اقدامات و ویژگی‌های افراد در محتوای تصویری و ویدئویی موجود هستند. این فناوری، با ایجاد محتوای تقلیدی بسیار متقن و نزدیک به واقعیت، چالش‌های فنی را به همراه دارد. اگرچه کاربردهای مثبتی در حوزه‌هایی مانند هنر، صنعت فیلم و تبلیغات دارد، اما سوءاستفاده از آن جهت انتشار اطلاعات نادرست، بدنام‌سازی افراد یا احزاب، ایجاد بی‌ثباتی سیاسی و ارتکاب جرایم سایبری، تهدیدات عمیقی در ابعاد سیاسی، اجتماعی و اقتصادی ایجاد کرده است. تشدید این تهدیدات توسط گستره و قدرت تحویل اطلاعات در شبکه‌های اجتماعی، لزوم توسعه ابزارهای دقیق و کارآمد برای تشخیص و طبقه‌بندی محتوای دیپ‌فیک رابه امری حیاتی تبدیل نموده است. در پاسخ به این ضرورت، دستاورد ارائه شده به طراحی، پیاده‌سازی و توسعه یک اپلیکیشن تحت وب  تخصصی برای تشخیص و طبقه‌بندی دیپ‌فیک در ویدئوها و تصاویر پرداخته است. رویکرد اصلی این ابزار، بهبود و تلفیق چندین مدل پیش‌آموزش‌دیده مهم است که امکان شناسایی تغییرات ناشی از دیپ‌فیک، به‌ویژه جایگزینی چهره، را با دقتی فراتر از روش‌های فعلی فراهم می‌کند. سیستم توسعه‌یافته موفق به دستیابی به دقتی در حدود ۰/۹۹ در فرآیند تشخیص و طبقه‌بندی دیپ‌فیک‌ها شده است. این نتایج، گامی مؤثر در جهت مقابله با تهدیدات فزاینده محتوای جعلی عمیق به همراه خواهد داشت.
واژه‌های کلیدی: جعل عمیق، شبکه‌های مولد تخاصمی، طبقه بندی، جرائم سایبری، یادگیری انتقالی
متن کامل [PDF 1164 kb]   (397 دریافت)    
نوع مطالعه: پژوهشی | موضوع مقاله: رمز و امنیت اطلاعات
دریافت: 1404/10/1 | پذیرش: 1404/11/1 | انتشار: 1404/12/28


XML   English Abstract   Print



بازنشر اطلاعات
Creative Commons License این مقاله تحت شرایط Creative Commons Attribution-NonCommercial 4.0 International License قابل بازنشر است.
دوره 14، شماره 2 - ( 12-1404 ) برگشت به فهرست نسخه ها