數字威脅是全球威脅。隨著用生成AI算法產生的深層煙霧充斥著在線空間，世界各地的政府和私人公司都在加強防禦能力。
在印度，科學研究所（IISC）班加羅爾和金融科技公司Infibeam Avenues Ltd.宣布了一種戰略合作夥伴關係，以開發實時系統。印度創業新聞（ISN）說Infibeam的AI單元，Phronicetic.AI和IISC的Vision和AI Lab（Val）將在用於實時視頻通信的反Deepfake Tech上合作 - “高級視頻AI代理，積極監視正在進行的視頻通話，並提醒用戶是否將對方派對確定為深fake。”
phronetic.ai已經為其算法提交了專利，IISC將通過研究和更新來完善該算法。 Infibeam Avenues Ltd.董事長兼董事總經理Vishal Mehta表示，該夥伴關係是“朝著增強網絡安全並防止濫用網絡安全的關鍵步驟進行欺詐活動。”
目的是提供一個具有成本效益，用戶友好的深層捕獲檢測平台，該平台允許非專家驗證現場視覺效果和音頻的真實性，並且可以在不損害速度或準確性的情況下按大規模運行。潛在的用例包括銀行，醫療保健，金融，人力資源，政府組織和執法部門。
“作為繼續以前所未有的速度前進，深擊的興起構成了重大挑戰，” IISC計算與數據科學系（CDS）教授兼主席Venkatesh Babu教授說：“解決此問題需要AI研究人員的持續努力，以監測具有強大的生成模型並開發強大的技術來檢測深層攝影，以有效地檢測到有效的技術。””””””””。只有這樣做才能維持公眾對數字通信的信任。
啟動神經防禦探索代理AI DeepFake檢測
也不報告關於Neural Deffer，一家網絡安全創業公司在由總部位於Gurugram的Angel Investment Investment Fight Point Ventures（IPV）領導的預塗料的資金彈中籌集了超過60萬美元的DeepFake檢測產品，並從MIT SBXI，TechStars San Francisco和Sonicicorn Ventures參與。
Neural Defend首席執行官Piyush Verma表示，該公司的目標是“通過創新的AI代理技術保護真實身份免受數字欺騙的影響”。該初創公司的專有AI模型檢測到多種數據格式的深擊，包括視頻，音頻和實時流。它正在紐約和新加坡運行試點項目，並希望通過全球企業，金融科技公司和金融機構擴大其運營。
DARPA與數字安全研究所合作
國防高級研究項目局（DARPA）已經在其雷達上，發起了幾項旨在檢測，分析和減輕Deepfake技術影響的計劃。
現在，美國國防部（DOD）機構已與數字安全研究所（DSRI）達成合作研究與發展協議UL研究機構為了“繼續推進AI生成媒體的檢測，歸因和表徵的研究”。
一個部落格該機構說：“從2016年的媒體取證計劃開始，然後繼續語義取證（Semafor）計劃在2020年，DARPA生產了全面的法醫技術，以幫助減輕這些在線威脅。”現在，該機構“正在積極過渡到美國政府，並與行業合作以商業化這些工具。”
新協議將使DSRI接管Semafor正在進行的公開競爭，AI法醫開放研究挑戰評估（AI部隊），宣布挑戰成果，並在學術會議上授予研究贈款。
DARPA的SEMAFOR計劃經理Wil Corvey說：“創新不會發生在真空中，因此對於我們來說，與行業，學術界和潛在的過渡合作夥伴一起為實用應用開發技術而進行的工作很重要。” “ DSRI的產品測試和評估使命，尤其是在部署產品的複雜而不斷發展的社會技術環境方面，使其非常適合該過渡領域。”
韓國，澳大利亞研究人員對當前的Deepfake檢測表示犯規
澳大利亞聯邦科學和工業研究組織的研究人員（Csiro） 和Sungkyunkwan大學（SKKU）在韓國分析了51個領先的深層探測器，並測試了16個針對各種深擊的人，並發現它們非常想要。
信息年齡說CSIRO團隊測試了三種類型的內容：綜合，面部掉期和重新制定，DeepFacelab，Dfaker，faceSwap，faceSwap，輕量級，FOM動畫，FOM-FOM-FASEWAP和FSGAN的工具對第三方測試集DFDC和Celeb-DF。
所有DeepFake探測器都將其吹入應用於“現實世界”含量的測試中。
鑑於深冰技術正在發展的速度，表現不足是引起人們關注的原因。逼真的深擊視頻，模仿聲音和注射攻擊：該技術已經導致臭名昭著的欺詐案件，例如2500萬美元在英國工程公司Arup的一名香港僱員（該公司首席信息官Rob Greig）堅持認為：“這種情況比許多人意識到的更頻繁地發生）。這件事甚至引用了安全公司趨勢微觀的說法，我們很快就會看到“惡意的“數字人物”真實的人，對他們的知識，個性和寫作風格訓練”。
來自CSIRO和SKKU的團隊建議企業探索諸如光譜人工偽像分析，生成對抗網絡（GAN）和。更好的DeepFake探測器將需要“合併一系列數據集，包括音頻，文本，圖像和元數據，以及使用合成數據和上下文分析。”
CSIRO網絡安全專家Sharif Abuadbba博士說：“通過分解檢測方法信息，信息的基本組件，並對它們進行了嚴格的測試，並對其進行了嚴格的測試。
文章主題
||||||||
