Connect with us

वीडियो-कॉन्फ़्रेंस डीपफ़ेक्स का पता लगाना एक स्मार्टफ़ोन के ‘वाइब्रेट’ फ़ंक्शन के साथ

साइबर सुरक्षा

वीडियो-कॉन्फ़्रेंस डीपफ़ेक्स का पता लगाना एक स्मार्टफ़ोन के ‘वाइब्रेट’ फ़ंक्शन के साथ

mm
An AI-generated illustration: 'a gorgeous panoramic picture of a man sitting in an office, looking into his smartphone, which he is holding; the man is wearing a Guy Fawkes mask; photorealistic, UHQ' - ChatGPT 3, Tuesday, September 24, 2024 13:27:31

सिंगापुर से नए शोध ने यह प्रस्ताव दिया है कि क्या कोई व्यक्ति स्मार्टफ़ोन वीडियोकांफ़्रेंसिंग टूल के दूसरे छोर पर DeepFaceLive जैसे तरीकों का उपयोग करके किसी और को नकली बना रहा है या नहीं।

इस नए दृष्टिकोण को SFake नाम दिया गया है, जो अधिकांश प्रणालियों द्वारा नियोजित निष्क्रिय तरीकों को त्याग देता है और उपयोगकर्ता के फ़ोन को वाइब्रेट करने का कारण बनता है (स्मार्टफ़ोन में सामान्य ‘वाइब्रेट’ तंत्र का उपयोग करके), और उनके चेहरे को धुंधला करता है।

हालांकि लाइव डीपफ़ेक सिस्टम विभिन्न रूप से गति धुंधला की नकल करने में सक्षम हैं, जब तक कि धुंधला फुटेज प्रशिक्षण डेटा में शामिल किया गया हो या कम से कम पूर्व-प्रशिक्षण डेटा में, वे इस प्रकार के अप्रत्याशित धुंधला का जवाब देने के लिए पर्याप्त तेजी से प्रतिक्रिया नहीं कर सकते हैं और चेहरे के गैर-धुंधला खंड का उत्पादन जारी रखते हैं, जो एक डीपफ़ेक सम्मेलन कॉल के अस्तित्व को प्रकट करता है।

DeepFaceLive कैमरा कंपन के कारण होने वाले धुंधला को模拟 करने के लिए पर्याप्त तेजी से प्रतिक्रिया नहीं कर सकता है। स्रोत: https://arxiv.org/pdf/2409.10889v1

DeepFaceLive कैमरा कंपन के कारण होने वाले धुंधला को模拟 करने के लिए पर्याप्त तेजी से प्रतिक्रिया नहीं कर सकता है। स्रोत: https://arxiv.org/pdf/2409.10889v1

शोधकर्ताओं द्वारा स्व-निर्मित डेटासेट (क्योंकि सक्रिय कैमरा हिलाने वाले डेटासेट नहीं हैं) पर परीक्षण परिणामों में पाया गया कि SFake प्रतिस्पर्धी वीडियो-आधारित डीपफ़ेक डिटेक्शन तरीकों को पार कर गया, यहां तक कि चुनौतीपूर्ण परिस्थितियों में भी, जैसे कि प्राकृतिक हाथ की गति जो तब होती है जब वीडियोकांफ़्रेंस में दूसरा व्यक्ति कैमरा को हाथ से पकड़कर रखता है, न कि स्थिर फ़ोन माउंट का उपयोग करके।

वीडियो-आधारित डीपफ़ेक डिटेक्शन की बढ़ती आवश्यकता

वीडियो-आधारित डीपफ़ेक डिटेक्शन के शोध में हाल के वर्षों में वृद्धि हुई है। कई वर्षों के सफल वॉइस-आधारित डीपफ़ेक हाइजैक के बाद, इस वर्ष की शुरुआत में एक वित्त कार्यकर्ता को धोखा दिया गया था जो एक डीपफ़ेक वीडियो कॉन्फ़्रेंस कॉल में एक सीएफओ को नकली बना रहा था और उसे $25 मिलियन डॉलर हस्तांतरित करने के लिए मजबूर किया गया था।

हालांकि इस प्रकार की प्रणाली के लिए उच्च स्तर के हार्डवेयर एक्सेस की आवश्यकता होती है, कई स्मार्टफ़ोन उपयोगकर्ता पहले से ही वित्तीय और अन्य प्रकार के सत्यापन सेवाओं के लिए अपने चेहरे की विशेषताओं को रिकॉर्ड करने के लिए उपयोग किए जाते हैं (वास्तव में, यह लिंक्डइन की सत्यापन प्रक्रिया का एक हिस्सा है)।

इसलिए, यह संभावना है कि इस तरह के तरीके वीडियोकांफ़्रेंस सिस्टम के लिए बढ़ते हुए लागू किए जाएंगे, क्योंकि इस प्रकार के अपराध की खबरें बनी रहती हैं।

अधिकांश समाधान जो वास्तविक समय वीडियोकांफ़्रेंस डीपफ़ेकिंग को संबोधित करते हैं, एक बहुत ही स्थिर परिदृश्य को मानते हैं, जहां संचारकर्ता एक स्थिर वेबकैम का उपयोग कर रहा है, और कोई गति या अत्यधिक पर्यावरणीय या प्रकाश परिवर्तन की अपेक्षा नहीं की जाती है। एक स्मार्टफ़ोन कॉल इस ‘निश्चित’ स्थिति की पेशकश नहीं करता है।

इसके बजाय, SFake एक हाथ से पकड़े हुए स्मार्टफ़ोन-आधारित वीडियोकांफ़्रेंस में दृश्य विविधताओं की उच्च संख्या के लिए मुआवजे के लिए कई पता लगाने वाले तरीकों का उपयोग करता है, और यह स्मार्टफ़ोन में निर्मित मानक कंपन उपकरण का उपयोग करके इस मुद्दे को संबोधित करने वाली पहली शोध परियोजना प्रतीत होती है।

मशीन लर्निंग पर लेखक, मानव इमेज सिंथेसिस में डोमेन विशेषज्ञ। मेटाफिजिक.एआई में अनुसंधान सामग्री के पूर्व प्रमुख।
व्यक्तिगत साइट: martinanderson.ai
संपर्क: [email protected]
ट्विटर: @manders_ai