Chema Alonso, CDCO von Telefónica und bekannter Sicherheitsexperte, hatte einen hervorragenden Auftritt bei OpenEXPO Virtuelle Erfahrung 2021, die er dabei gesponsert hat achte Ausgabe der Veranstaltung das wurde online abgehalten. Bei dieser Teilnahme nutzte er auch die Gelegenheit, ein interessantes Thema wie durch KI generierte Deepfakes und die neuen Herausforderungen zu diskutieren, denen sich die Cybersicherheit mit diesen Praktiken gegenübersieht.
Sicherlich haben Sie einige Videos gesehen, in denen jemand mit dem Gesicht einer anderen Person auftaucht und etwas sagt oder tut, was die Person, der dieses Gesicht gehört, nicht gesagt oder getan hat. Diese Videos sind auf relativ einfache Weise erhältlich und überfluten das Internet, insbesondere soziale Netzwerke, und werden als Werkzeuge für die Benutzer verwendet. Falschmeldungen und Desinformationskampagnen.
In der OpenEXPO Virtual Experience 2021 wollten sie neue Themen nach dem aktuellen Panorama von Technologie und Open Source vorstellen, darunter Technologien wie künstliche Intelligenz, Maschinelles Lernen oder Deep Learning. Chema Alonso hat sich auf die Deepfakes konzentriert, die mit Hilfe dieser Technologien erreicht werden können, und auf die neuen Herausforderungen, denen sich die Cybersicherheit gegenübersieht.
Angesichts des Anstiegs dieser gefälschten Videos, der von 15.000 im Jahr 2019 auf fast 50.000 im Jahr 2020 angewachsen ist und weiter wächst, ist dies ein Grund zur Besorgnis. zusätzlich 96% dieser Deepfakes sind pornografische Videos, mit Szenen von explizitem Sex mit den Gesichtern eines Prominenten, Politikers oder Influencers.
Angesichts dieser Bedrohung, wie Chema Alonso klargestellt hat, Es muss von zwei Fronten aus gehandelt werden: forensische Analyse von Bildern und Extraktion biologischer Daten. Genau darauf konzentrierte sich seine Rede zur OpenEXPO Virtual Experience 2021, in der er ein Plug-In für Chrome zeigte, das er gemeinsam mit seinem Team entwickelt hat, um DeepFakes erkennen zu können.
Für seinen Betrieb verlässt es sich auf 4 wesentliche Säulen:
- FaceForensics ++: um Bilder basierend auf einem Modell und Training in Ihrer eigenen Datenbank zu testen, um die Effizienz zu verbessern.
- Freilegen von DeepFake-Videos durch Erkennen von Face Warping-Artefakten- Erkennen Sie Einschränkungen mit einem CNN-Modell, da aktuelle KI-Algorithmen oft Bilder mit etwas begrenzter Auflösung erzeugen.
- Aufdecken tiefer Fakes mit inkonsistenten Kopfhaltungen: Mit Hilfe eines HopeNet-Modells können Inkonsistenzen oder Fehler in den Posen des Fake-Modells erkannt werden, die bei der Einführung des synthetisierten Gesichts eingeführt werden.
- CNN-generierte Bilder sind überraschend einfach zu erkennen… für den Moment: Es kann bestätigt werden, dass die aktuellen Bilder von CNN systematische Fehler aufweisen.
Mehr Informationen - Offizielle Website der Veranstaltung