Intervjuer

Gary Huestis, ägare och direktör för Powerhouse Forensics – Intervjuserie

mm
Lägg till Unite.AI bland dina föredragna källor på Google

Gary Huestis är ägare och direktör för Powerhouse Forensics, en licensierad privat utredare, en certifierad dataåterställningsexpert (CDRP) och medlem i InfraGard. Han har genomfört hundratals forensiska utredningar inom en bred range av fall.

De här fallen har inkluderat stöld av data/intellektuell egendom, verkställighet av icke-tävlingsklausuler, tvister i samband med fusioner och förvärv, identifiering av datacentrerade tillgångar, brottsåtal och nätverksskadebedömningar. Gary har varit den ledande utredaren i över 200 fall som har presenterats i domstol.

Powerhouse Forensics följer spåren och tolkar informationen oavsett om bevisen är digitala, såsom elektroniskt lagrade uppgifter som finns på datorer, mobiltelefoner eller andra enheter, eller om utredningen kräver traditionella privata utredningstjänster. Powerhouse Forensics har tillgång till branschledande privata utredningsverktyg och tekniker, inklusive övervakning, under täckning och detaljerad recordsökning.

Vad var det som initialt drog dig till datavetenskap?

Jag var intresserad av datorer från en mycket ung ålder. Datorer som vi känner till dem idag fanns inte ens då, de var mer som spelkonsoller. Min första “dator” var en 8-bitars Atari 400 som jag fick 1980 när jag var 11 år. När jag var 13 år skrev jag program för Atari-företaget genom Atari Program Exchange (APX), och mitt intresse för datorer fortsatte att växa från där.

Kan du diskutera din personliga resa och hur du till slut blev en digital forensisk utredare?

Jag hade ett IT-stödföretag på 1990-talet, och flera av mina kunder var advokater. När rättsfall gick från papper och utskrifter till datorer och digitala, hjälpte jag advokaterna med dator- och digitala datarelaterade fall. När jag började vittna som dator-expert i dessa fall föreslog en av advokaterna att jag skulle titta på att bli certifierad i det nya området digital forensik, så det är vad jag gjorde.

Kommer du ihåg den första gången du stötte på en deepfake? Vad var din första reaktion på det?

Begreppet deepfake har inte en tydlig definition, och jag tror att många bilder som kallades “photoshoppade” för flera år sedan kan passa in i den kategorin. Jag tror att den första gången jag såg deepfake-teknologi var i filmen Forrest Gump där Forrest möter John F Kennedy. Jag minns att jag tyckte det var coolt och hur teknologin kan växa till den punkt där filmer kan ersätta mänskliga skådespelare med digitala versioner.

Med Generative AI blir deepfakes alltmer övertygande, vad är några av de associerade cyberbrotten?

Använda deepfakes för att begå cyberbrott är nästan obegränsat. När teknologin blir bättre och lättare att använda kan deepfakes användas för att “visa” människor som gör saker som inte hände, ändra identiteten på människor och övertyga individer att en pålitlig vän, kollega eller familjemedlem de interagerar med faktiskt är en deepfake. Vi har sett fall där ljudteknologin för deepfakes användes för att göra att CFO:n i ett företag trodde att hans chef bad honom att överföra en stor summa pengar till ett bankkonto när det i själva verket var en cyberkriminell.

DeepFakes och desinformation kommer också att vara ett stort problem för manipulation av val, hur bör sociala medieföretag svara på det här samhällshotet?

Implementera deepfake-detektionsteknologi för att försöka upptäcka videor som är deepfakes och antingen tydligt märka dem som falska eller blockera dem från att visas. Det bör också finnas en möjlighet för sociala medieanvändare att rapportera videor som falska. Beroende på innehållet, utför viss faktakontroll för att se om videon är äkta.

Vad är din syn på AI-transparens och behovet av att korrekt identifiera deepfakes?

Det finns några scenarier där deepfake-teknologi används för underhållningsändamål och humor som jag inte tycker det är nödvändigt att identifiera deepfakes. Men i deepfakes som är avsedda att missrepresentera en person eller scenario, är min uppfattning att deepfakes bör identifieras och märkas som manipulerade eller falska.

Vad är några sätt som AI används för att hjälpa till att upptäcka DeepFakes?

AI-teknologi används för att hjälpa till att upptäcka deepfakes genom att analysera aspekter av videor som orsakas av användning av deepfake-teknologi, såsom inkonsekvent skuggning eller artefakter mellan ämnet och bakgrunden. Detta förändras ständigt eftersom deepfake-teknologin blir bättre.

Kan du dela några insikter om vad som är Deepfake forensik?

Deepfake forensik är analysen av media med målet att bestämma om mediet har skapats eller ändrats med hjälp av deepfake-teknologi.

Vilka är de deepfake forensiklösningar som för närvarande erbjuds av Powerhouse Forensics?

Vi på Powerhouse Forensics erbjuder tjänster för att analysera foton, ljud och video för att bestämma om mediet har redigerats, ändrats eller manipulerats från dess ursprungskälla.

Tack för den underbara intervjun, läsare som vill lära sig mer kan besöka Powerhouse Forensics.

Antoine är en visionär ledare och medgrundare av Unite.AI, driven av en outtröttlig passion för att forma och främja framtidens AI och robotik. En serieentreprenör, han tror att AI kommer att vara lika störande för samhället som elektricitet, och han fångas ofta i att prata om potentialen för störande teknologier och AGI.

Som en futurist är han dedikerad till att utforska hur dessa innovationer kommer att forma vår värld. Dessutom är han grundare av Securities.io, en plattform som fokuserar på att investera i banbrytande teknologier som omdefinierar framtiden och omformar hela sektorer.