深度伪造防御技术新进展  

作　　者：周文柏 赵汉卿 刘泓谷 韦天一 张卫明[1] 俞能海[1] 

机构地区：[1]中国科学技术大学,合肥230026

出　　处：《人工智能》2023年第3期26-39,51,共15页Artificial Intelligence View

基　　金：国家自然科学基金(U20B2047,62121002,62072421,62002334);安徽省重点研发计划(2022k07020008)。

摘　　要：近年来,得益于深度生成模型的发展,以Deepfake为代表的人脸深度伪造技术在互联网快速流行,受到了学术界和工业界的广泛重视。人脸深度伪造技术很容易被不法分子恶意使用,用来制作色情电影、虚假新闻,甚至被用于政要人物制造政治谣言等,这给国家安全和社会稳定都带来了极大的潜在威胁。为了降低深度伪造人脸视频所带来的负面影响,一系列深度伪造防御方法被提出。然而,由于数据集分布形式单一、评价标准不一致、主动性不足等问题,使得防御技术在走向实用的道路上仍有很长一段距离。本文将对深度伪造防御的相关研究工作进行科学系统的总结与归纳,并对现有技术的局限性做简要分析。最后,本文将探讨人脸深度伪造防御技术的潜在挑战与发展方向,为未来的研究工作提供借鉴。

关 键 词：深度伪造防御 视频取证 检测技术 主动防御 

分 类 号：TP311[自动化与计算机技术—计算机软件与理论]