Resumen

La tecnologa deepfake se abusa convenientemente con el bajo umbral tecnolgico, lo que puede acarrear enormes riesgos para la seguridad social. Como la tecnologa de sntesis basada en GAN es cada vez ms fuerte, varios mtodos son difciles de clasificar el contenido falso con eficacia. Sin embargo, aunque el contenido falso generado por GANs puede engaar a los ojos humanos, ignora las seales biolgicas ocultas en el vdeo de la cara. En este artculo, proponemos un nuevo mtodo forense de vdeo con seales biolgicas multidimensionales, que extrae la diferencia de la seal biolgica entre vdeos reales y falsos a partir de tres dimensiones. Los resultados experimentales muestran que nuestro mtodo alcanza una precisin del 98% en el principal conjunto de datos pblico. En comparacin con otras tecnologas, el mtodo propuesto slo extrae informacin de vdeos falsos y no se limita a un mtodo de generacin especfico, por lo que no se ve afectado por mtodos sintticos y tiene una buena adaptabilidad.

• Materias:Cifrado de búsqueda Seguridad informática Reconstrucción virtual Detección de intrusos Sistema de programación
• Subjects:Search encryption Computer security Virtual reconstruction Intrusion detection Programming system
• Palabras claves:Deepfake; Tecnología; Riesgos para la seguridad social; Síntesis basada en GAN; Vídeo forense; Señales biológicas
• Keywords:Deepfake; Technology; Social security risks; GAN-based synthesis; Video forensics; Biological signals