アイデンティティ認識型マルチブランチネットワークによるアンチフォレンジックディープフェイクの検出

科学分野:

• コンピュータサイエンス
• 人工知能
• デジタルフォレンジック

背景:

• ディープフェイク検出システムは、従来の偽造の特定には優れていますが、検出を回避するように設計された敵対的サンプルには苦労しています。
• 敵対的サンプルは、微妙な摂動を使用して偽造アーティファクトをマスクし、従来のバイナリ分類器を誤って認証済みとして分類させます。
• 既存の手法は、検出アルゴリズムを標的として欺くアンチフォレンジック技術に対して脆弱です。

研究 の 目的:

• 従来のディープフェイクとアンチフォレンジック（敵対的）ディープフェイクの両方を識別できる堅牢なディープフェイク検出フレームワークを開発すること。
• ディープフェイク検出システムの、意図的な回避戦略に対する耐性を向上させること。
• 本物の、偽造された、およびアンチフォレンジックメディアの分類精度を向上させること。

主な方法:

• ディープフェイク検出のためのマルチチャネル特徴抽出フレームワークを提案しました。
• 本物、偽造、およびアンチフォレンジックサンプルを区別するために、3クラス分類戦略を採用しました。
• 包括的な分析のために、アイデンティティを保持する顔表現、空間ドメインおよび周波数ドメインの特徴を利用しました。

主要な成果:

• 提案手法は、アンチフォレンジック攻撃に対する堅牢性の顕著な向上を示しました。
• 従来のディープフェイク検出における高い精度を維持しました。
• 実験データセットにおいて、本物、偽造、および敵対的なディープフェイクサンプルを効果的に区別しました。

結論:

• マルチチャネル特徴抽出と3クラス分類アプローチは、敵対的ディープフェイクに対する堅牢性の向上を提供します。
• このフレームワークは、洗練された回避技術が存在する場合のディープフェイク検出のための、より信頼性の高いソリューションを提供します。
• この発見は、デジタルフォレンジックおよびメディア真正性検証の分野の進歩に貢献します。