//
کدخبر: ۵۴۳۳۸۰ //

راهنمای شناسایی ویدیوهای جعلی؛ نشانه‌ها و ابزارهای کشف «دیپ‌فیک»

با گسترش فناوری‌های مبتنی بر هوش مصنوعی، تولید ویدیوهای جعلی موسوم به «دیپ‌فیک» به یکی از چالش‌های جدی در حوزه امنیت دیجیتال و راستی‌آزمایی محتوای آنلاین تبدیل شده است.

 راهنمای شناسایی ویدیوهای جعلی؛ نشانه‌ها و ابزارهای کشف «دیپ‌فیک»
به گزارش فرتاک نیوز،

این فناوری می‌تواند چهره فردی را بر بدن فرد دیگر قرار دهد یا یک ویدیوی کامل را از صفر خلق کند؛ موضوعی که به‌گفته کارشناسان، تهدیدی رو به افزایش برای اعتماد عمومی است. هم‌زمان با پیشرفت ابزارهای تولید چنین ویدیوهایی، روش‌های کشف آنها نیز توسعه یافته و مجموعه‌ای از نشانه‌های بصری و ابزارهای فنی برای تشخیص ارائه شده است.

متخصصان می‌گویند پیش از استفاده از ابزارهای پیچیده، توجه دقیق به جزئیات می‌تواند بسیاری از ویدیوهای دست‌کاری‌شده را آشکار کند. یکی از مهم‌ترین نشانه‌ها، حرکت غیرطبیعی چشم و الگوی نامتعارف پلک‌زدن است. در بسیاری از نمونه‌ها، فرد در ویدیو یا اصلاً پلک نمی‌زند یا سرعت پلک‌زدن با حالت طبیعی انسان هم‌خوان نیست. حرکت مردمک نیز ممکن است ناهماهنگ یا ثابت به‌نظر برسد. در کنار این، عدم تطابق حرکت لب با صدای شنیده‌شده یکی از بارزترین نشانه‌های دست‌کاری است، زیرا هماهنگ‌سازی دقیق لب‌خوانی همچنان از چالش‌های اصلی در تولید ویدیوهای جعلی به‌وسیله الگوریتم‌هاست.

وجود هاله یا تاری غیرعادی در لبه‌های صورت، به‌ویژه اطراف خط مو، گردن یا چانه، از دیگر نشانه‌هایی است که می‌تواند بیانگر ترکیب مصنوعی چهره باشد. برخی ویدیوها لرزش‌های خفیف یا پرش تصویر در این نواحی دارند. ناسازگاری نور و تفاوت رنگ پوست چهره با سایر بخش‌های بدن نیز یکی از علائم شناخته‌شده برای تشخیص ویدیوهای جعلی است. اگر ویدیو از صدای تولیدشده به‌وسیله هوش مصنوعی استفاده کند، صدا ممکن است یکنواخت، بی‌احساس یا دارای تُن‌های فلزی باشد که با گفتار طبیعی تفاوت دارد.

برای مواردی که نشانه‌های ظاهری کافی نیست، ابزارهای تخصصی به‌کار گرفته می‌شوند. ابزار «Microsoft Video Authenticator» با تحلیل تغییرات بسیار ظریف در مرز بخش‌های اصل و جعلی، احتمال دست‌کاری را محاسبه می‌کند. 

ابزار «Intel FakeCatcher» با استفاده از تشخیص تغییرات بسیار کم‌رنگ ناشی از جریان خون در پیکسل‌های صورت، واقعی یا جعلی بودن چهره را مشخص می‌کند و قادر است این تحلیل را در کسری از ثانیه انجام دهد.

ابزار «Sensity AI» نیز ضمن شناسایی ویدیوهای دست‌کاری‌شده، روند انتشار آنها در اینترنت را ردیابی می‌کند. ابزار «Sentinel» بر تحلیل صدا و تشخیص الگوهای صوتی مصنوعی تمرکز دارد. مجموعه ابزار «WeVerify» هم برای بررسی منبع، زمان انتشار و اصالت محتوای دیجیتال طراحی شده است و به کاربران امکان می‌دهد ویدیو را از جنبه‌های مختلف راستی‌آزمایی کنند.

آیا این خبر مفید بود؟
کدخبر: ۵۴۳۳۸۰ //
ارسال نظر