Αντιμετώπιση των deepfakes μέσω προηγμένων τεχνολογιών κυβερνοασφάλειας
Cybersecurity advanced technologies for competing against deepfakes

Προβολή/ Άνοιγμα
Λέξεις κλειδιά
Deepfakes ; Cybersecurity ; AI ; CNNs ; GANs ; Watermarking ; Disinformation ; DetectionΠερίληψη
Η ραγδαία εξέλιξη των αλγορίθμων τεχνητής νοημοσύνης τα τελευταία χρόνια,
έχει εισαγάγει μία νέα απειλή στον κόσμο του διαδικτύου, τα αληθοφανή
συνθετικά πολυμέσα. Πρόκειται για πολυμέσα όπως βίντεο, εικόνες, κείμενα, τα
οποία έχουν παραχθεί από την τεχνητή νοημοσύνη και δύσκολα μπορούν να
κατηγοριοποιηθούν ως τεχνητά ή μη. Ο σκοπός αυτής της εργασίας, είναι να
αναδείξει την σημασία του προβλήματος της διανομής τεχνητών βίντεο και
εικόνων επισημαίνοντας τον τρόπο που μπορεί να επηρεαστεί η κοινωνία μέσω
της παραπληροφόρησης, εμβαθύνοντας παράλληλα και στις τεχνικές παρεμβάσεις
που μπορεί να προσφέρει η κυβερνοασφάλεια για την αντιμετώπιση αυτών των
απειλών. Αρχικά δίνεται το απαραίτητο υπόβαθρο για τον ορισμό των deepfakes
αναφέροντας παραδείγματα απειλών μέσω πραγματικών περιστατικών του
παρελθόντος. Έπειτα μέσω της ανάλυσης του τρόπου με τον οποίο τα deepfakes
δημιουργούνται τίθεται η βάση για την συνέχεια της εργασίας, πιο συγκεκριμένα
αναλύονται οι βασικοί αλγόριθμοι που δημιουργούν συνθετικό περιεχόμενο
Generative Adversarial Networks και Autoencoders. Εστιάζοντας σε ένα σύστημα
το οποίο θα αποτελεί μία ολοκληρωμένη λύση για την αυθεντικοποίηση και την
διασφάλιση της ακεραιότητας γνήσιου υλικού που δεν έχει υποστεί επεξεργασία,
γίνεται ανάλυση των βασικότερων τεχνικών ανίχνευσης συνθετικού περιεχομένου
στην βιβλιογραφία εστιάζοντας στο μοντέλο Xception. Έπειτα μέσω τεχνικών
watermarking εξηγείται πως μπορεί να επιτευχθεί η αυθεντικοποίηση του υλικού
και η διασφάλιση της ακεραιότητας των πολυμέσων μέσω συγχρόνων τεχνικών.
Βάσει αυτών δημιουργήθηκε κώδικας ο οποίος ανιχνέυει μέσω του μοντέλου
Xception συνθετικό περιεχόμενο και έπειτα με την τεχνική LSB εισάγεται
κρυπτογραφημένο υδατογράφημα μέσω του οποίου διασφαλίζεται η ακεραιότητα
του περιεχομένου και η αυθεντικότητα. Τέλος παρατίθεται μια μικρή ανάλυση ως
προς τα δεδομένα τα οποία δίνονται για την εκπαίδευση των μοντέλων τεχνητής
νοημοσύνης και πως αυτά μπορούν να προστατευθούν από τον ΓΚΠΔ και την
πράξη για την τεχνητή νοημοσύνη.