数字威胁是全球威胁。随着用生成AI算法产生的深层烟雾充斥着在线空间，世界各地的政府和私人公司都在加强防御能力。
在印度，科学研究所（IISC）班加罗尔和金融科技公司Infibeam Avenues Ltd.宣布了一种战略合作伙伴关系，以开发实时系统。印度创业新闻（ISN）说Infibeam的AI单元，Phronicetic.AI和IISC的Vision和AI Lab（Val）将在用于实时视频通信的反Deepfake Tech上合作 - “高级视频AI代理，积极监视正在进行的视频通话，并提醒用户是否将对方派对确定为深fake。”
phronetic.ai已经为其算法提交了专利，IISC将通过研究和更新来完善该算法。 Infibeam Avenues Ltd.董事长兼董事总经理Vishal Mehta表示，该伙伴关系是“朝着增强网络安全并防止滥用网络安全的关键步骤进行欺诈活动。”
目的是提供一个具有成本效益，用户友好的深层捕获检测平台，该平台允许非专家验证现场视觉效果和音频的真实性，并且可以在不损害速度或准确性的情况下按大规模运行。潜在的用例包括银行，医疗保健，金融，人力资源，政府组织和执法部门。
“作为继续以前所未有的速度前进，深击的兴起构成了重大挑战，” IISC计算与数据科学系（CDS）教授兼主席Venkatesh Babu教授说：“解决此问题需要AI研究人员的持续努力，以监测具有强大的生成模型并开发强大的技术来检测深层摄影，以有效地检测到有效的技术。””””””””。只有这样做才能维持公众对数字通信的信任。
启动神经防御探索代理AI DeepFake检测
也不报告关于Neural Deffer，一家网络安全创业公司在由总部位于Gurugram的Angel Investment Investment Fight Point Ventures（IPV）领导的预涂料的资金弹中筹集了超过60万美元的DeepFake检测产品，并从MIT SBXI，TechStars San Francisco和Sonicicorn Ventures参与。
Neural Defend首席执行官Piyush Verma表示，该公司的目标是“通过创新的AI代理技术保护真实身份免受数字欺骗的影响”。该初创公司的专有AI模型检测到多种数据格式的深击，包括视频，音频和实时流。它正在纽约和新加坡运行试点项目，并希望通过全球企业，金融科技公司和金融机构扩大其运营。
DARPA与数字安全研究所合作
国防高级研究项目局（DARPA）已经在其雷达上，发起了几项旨在检测，分析和减轻Deepfake技术影响的计划。
现在，美国国防部（DOD）机构已与数字安全研究所（DSRI）达成合作研究与发展协议UL研究机构为了“继续推进AI生成媒体的检测，归因和表征的研究”。
一个博客该机构说：“从2016年的媒体取证计划开始，然后继续语义取证（Semafor）计划在2020年，DARPA生产了全面的法医技术，以帮助减轻这些在线威胁。”现在，该机构“正在积极过渡到美国政府，并与行业合作以商业化这些工具。”
新协议将使DSRI接管Semafor正在进行的公开竞争，AI法医开放研究挑战评估（AI部队），宣布挑战成果，并在学术会议上授予研究赠款。
DARPA的SEMAFOR计划经理Wil Corvey说：“创新不会发生在真空中，因此对于我们来说，与行业，学术界和潜在的过渡合作伙伴一起为实用应用开发技术而进行的工作很重要。” “ DSRI的产品测试和评估使命，尤其是在部署产品的复杂而不断发展的社会技术环境方面，使其非常适合该过渡领域。”
韩国，澳大利亚研究人员对当前的Deepfake检测表示犯规
澳大利亚联邦科学和工业研究组织的研究人员（Csiro） 和Sungkyunkwan大学（SKKU）在韩国分析了51个领先的深层探测器，并测试了16个针对各种深击的人，并发现它们非常想要。
信息年龄说CSIRO团队测试了三种类型的内容：综合，面部掉期和重新制定，DeepFacelab，Dfaker，faceSwap，faceSwap，轻量级，FOM动画，FOM-FOM-FASEWAP和FSGAN的工具对第三方测试集DFDC和Celeb-DF。
所有DeepFake探测器都将其吹入应用于“现实世界”含量的测试中。
鉴于深冰技术正在发展的速度，表现不足是引起人们关注的原因。逼真的深击视频，模仿声音和注射攻击：该技术已经导致臭名昭著的欺诈案件，例如2500万美元在英国工程公司Arup的一名香港雇员（该公司首席信息官Rob Greig）坚持认为：“这种情况比许多人意识到的更频繁地发生）。这件事甚至引用了安全公司趋势微观的说法，我们很快就会看到“恶意的“数字人物”真实的人，对他们的知识，个性和写作风格训练”。
来自CSIRO和SKKU的团队建议企业探索诸如光谱人工伪像分析，生成对抗网络（GAN）和。更好的DeepFake探测器将需要“合并一系列数据集，包括音频，文本，图像和元数据，以及使用合成数据和上下文分析。”
CSIRO网络安全专家Sharif Abuadbba博士说：“通过分解检测方法信息，信息的基本组件，并对它们进行了严格的测试，并对其进行了严格的测试。
文章主题
||||||||
