Ausztrália eszközt fejlesztett ki a hamis, mélyhamis hangok leleplezésére

A RAIS technológia nagy pontossággal segít felismerni a hamis hanganyagokat, még akkor is, ha a deepfake támadások folyamatosan fejlődnek.

Ausztrália mesterséges intelligencia technológiát fejleszt a deepfake hanganyagok szinte abszolút pontossággal történő felismerésére - Illusztráció: REUTERS

A Commonwealth Scientific and Industrial Research Organisation (CSIRO), az Australia Federation University és az RMIT University tudósai sikeresen kifejlesztettek egy módszert a hangfájlok mélyhamisításának kiemelkedő pontossággal és alkalmazkodóképességgel történő észlelésére.

Az új technika, a Rehearsal with Auxiliary-Informed Sampling (RAIS), kifejezetten a deepfake hanganyagok észlelésére szolgál, ami egyre növekvő fenyegetést jelent a kiberbűnözésben, és amelynek kockázatai közé tartozik a hangbiometriás hitelesítési rendszerek megkerülése, a személyes adatokkal való visszaélés és a félretájékoztatás terjesztése – közölte a CSIRO.

A RAIS technikák nemcsak a hangsáv hitelességét határozzák meg, hanem biztosítják a magas teljesítmény fenntartását is, még akkor is, ha a hamisítási támadások folyamatosan fejlődnek és változnak.

Dr. Kristen Moore, a Data61 - a CSIRO adat- és digitális egységének tanulmányának társszerzője elmondta, hogy a csapat célja egy olyan észlelő rendszer kifejlesztése, amely képes frissíteni az új deepfake mintákat anélkül, hogy a modellt a nulláról kellene újratanítani, elkerülve azt a jelenséget, hogy a modell a finomhangolás során elfelejtse a régi adatokat.

A RAIS úgy oldja meg ezt a problémát, hogy automatikusan kiválasztja és tárolja a korábbi deepfake-ek egy kis, változatos készletét, beleértve a rejtett hangfunkciókat is, hogy segítsen a mesterséges intelligenciának új deepfake-típusokat tanulni, miközben megőrzi a régiek ismeretét – magyarázta Moore.

Konkrétan a RAIS egy intelligens kiválasztási folyamaton alapul, amely minden egyes hangmintához „segédcímkéket” generál. Ezen segédcímkék kombinálása ahelyett, hogy egyszerűen „valódi” vagy „hamis” címkével látnánk el őket, gazdag és változatos betanítási adatkészletet biztosít. Ez a mechanizmus jelentősen javítja a rendszer időbeli emlékező és alkalmazkodóképességét.

A CSIRO szerint a tesztelés során a RAIS öt egymást követő teszt során átlagosan 1,95%-os hibaszázalékkal felülmúlta a többi módszert. A technika forráskódja elérhető a GitHubon - egy olyan oldalon, amely a Git platformon alapuló online forráskódtárolásra specializálódott.

Vissza a témához

VNA

Forrás: https://tuoitre.vn/uc-phat-trien-cong-cu-vach-tran-giong-noi-gia-bang-deepfake-20251112092232468.htm