By Kenna Hughes-Castleberry gönderildi 02 Aralık 2022
Gelişen teknoloji sayesinde neyin gerçek neyin gerçek olmadığını söylemek giderek zorlaşıyor. Deepfake teknolojisinin kullanılmasıyla bu sorun daha da kötüleşiyor—ses ve videolar bireyleri veya seslerini değiştirmek için AI kullanan. Pek çok derin sahte eğlence için başarıyla kullanılmış olsa da (örneğin, Nicholas Cage içinde oldu Kutsal Hazine Avcıları) veya oyun (örneğin FIFA sporcuları), büyük bir yüzdesi daha fazlası için oluşturulmuştur. uğursuz nedenler. Bu üzerinde oynanmış videoları oluşturmak kolaylaştıkça, birçok uzman kuantum hesaplamanın bu yükselen teknolojinin potansiyel tehditlerinin üstesinden gelmeye yardımcı olabileceğini umuyor.
Deepfake Teknolojisi Nasıl Çalışır?
Başarılı bir deepfake video oluşturmak için ihtiyacınız olan makine öğrenme algoritmalar. "Derin öğrenme algoritmaları, büyük veri kümelerinden sorunları nasıl çözeceklerini kendilerine öğretiyor ve ardından video ve diğer dijital içerik arasında yüzleri değiştirmek için kullanılıyor" diye açıkladı. Kuantum Sonrası CEO Andersen Çeng. Post-Quantum, odaklandığı lider bir siber güvenlik şirketidir. kuantuma dayanıklı Deepfake'lere karşı da dahil olmak üzere güvenlik. Cheng, "Bu derin sahtekarlıkları oluşturmak için bir dizi yöntem var," dedi, "ancak en popüler olanı, otomatik kodlayıcıları içeren derin sinir ağlarını kullanmaktır. Bir otomatik kodlayıcı bir kişinin birden fazla açıdan ve çevredeki ortamdan nasıl göründüğünü anlamak için video klipleri inceleyen ve ardından ortak özellikler bularak o kişiyi o kişiyle eşleştiren derin bir öğrenme yapay zeka programıdır.”
Deepfake teknolojisi kurulumu (PC Wikimedia Commons)
Otomatik kodlayıcının başarılı bir şekilde çalıştığından emin olmak için, daha büyük bir veri havuzu elde etmek üzere öznenin yüzünün birden fazla video klibi analiz edilmelidir. Ardından otomatik kodlayıcı, orijinal kişiyi yeni özneyle değiştirerek bileşik bir video oluşturmaya yardımcı olabilir. Genel Düşman Ağı (GAN'lar) adı verilen ikinci bir makine öğrenimi türü, yeni bileşik videodaki kusurları tespit edecek ve iyileştirecektir. göre bir 2022 makalesi: "GAN'lar, kaynak görüntünün gizli temsilinden yeni görüntüler oluşturmak için bir 'jeneratör' ve üretilen malzemelerin gerçekçiliğini değerlendirmek için bir 'ayırıcı' eğitiyor." Bu süreç, ayrımcı videonun üzerinde oynanıp oynanmadığını ve derin sahtekarlığın tamamlanıp tamamlanmadığını anlayamayana kadar birkaç kez tekrarlanır.
Deepfake Teknolojisinin Tehdidi
Şu anda, bireylerin deepfake oluşturmak için kullanabileceği birçok açık kaynaklı yazılım veya ücretsiz uygulama var. Bu, birçokları için, özellikle eğlence endüstrisindekiler için faydalı görünse de, bazı ciddi, hatta suç teşkil eden sorunlara yol açmıştır. göre bir Derin izleme raporu96'da çevrimiçi olan deepfake videolarının %2019'sının pornografi olması şaşırtıcı değil. Bu yasadışı videoların birçoğu eski sevgiliden intikam almak için yapılırken, diğerleri kadın ünlüler ve hatta politikacılar için skandal yaratmak için kullanıldı. 2018'de bir deepfake videosu yayınlandı. Belçika siyasi partisi dönemin başkanı Trump'ı Paris İklim Anlaşmalarını tartışırken gösteriyor. Sahte haberler zaten genel halk için bir sorun haline gelirken, derin sahte videolar bardağı taşıran son damla olabilir. Hatta derin sahte ses üzerinde oynanmış bir ses dosyası olarak ortalığı kasıp kavuruyor. CEO bir teknoloji şirketinin dolandırıcılık eylemi gerçekleştirmesine yardımcı oldu. Cheng'e göre bu tür medyalar halkın güvenini çok çabuk aşındırabilir. Cheng, "Toplumsal güven konusunda daha geniş bir sorunumuz var - halk neyin gerçek neyin derin sahte olduğunu nasıl ayırt edebilecek?" diye ekledi. "Gördüğümüz gibi, biyometrik kimlik doğrulama gibi koruyucu önlemleri atlamak için derin sahtekarlıkların kullanıldığına dair kanıtlar bile var." Artan bu endişelerle, Post-Quantum'daki Cheng ve ekibi şu şekilde bir çözüm bulduklarına inanıyor: nomidio, özel bir ultra güvenlik yazılımı.
DeepFake Teknolojisi Tehditlerine Hazırlık
Kuantum bilgi işlem ve derin sahtekarlıkların oluşturduğu çoklu tehdide bakan Cheng ve bu ekip, oturum açma kimliklerinin ve hatta biyometrik kimlik doğrulamanın güvenli kalmasını sağlamak için Nomidio'yu yarattı. Cheng, "Nomidio, basit ve sezgisel bir kullanıcı deneyimiyle güvenli kimlik doğrulama sağlayan, biyometrik, şifresiz çok faktörlü biyometrik (MFB) bir hizmettir" dedi. "Kullanıcı adı/parola tabanlı oturum açma ve çoklu oturum açmanın yerini alıyor ve kullanıcıların arka planda çok faktörlü kimlik doğrulama (MFA) ile biyometrik profillerine göre kimlik doğrulaması yapılıyor." Cheng, uzun yıllardır siber güvenlik uzmanı olduğundan, Nomidio'nun derin sahtekarlıklara karşı da güvende olmasını sağladı. "Onu oluştururken temel felsefemiz, mümkün olduğu kadar fazla ek girdi ve gerçek çok faktörlü kimlik doğrulama (yani ikiden fazla faktörle) kullanmaktı, bu nedenle, derin sahte teknolojide gelecekteki herhangi bir gelişmeyle mücadele etmek için aslında ideal çözümdür. Bu, nihayetinde geleneksel MFA'nın yetersiz olduğu gerçeğine bağlıdır, ancak MFB, gerçek zamanlı saldırıları neredeyse imkansız hale getirebilir. Yani, örneğin ses, yüz ve bir PIN kodunun bir kombinasyonu, herhangi bir tek faktörün sahte olmasının mümkün olabileceği, ancak aynı durumda üçünün de sahte olmasının neredeyse imkansız olduğu gerçeğiyle oldukça güvenlidir. Nomidio ile ses ve yüz biyometrisi, konuşma tanıma, bağlama bağlı veriler ve hatta davranış analizinin bir kombinasyonu tek bir kimlik doğrulama sisteminde birleştirilebilir. ”
Nomidio'nun kendisi, derin sahte tehditlerin üstesinden gelmek için kuantum bilgi işlemden yararlanmasa da, kuantum bilgisayarlar potansiyel olarak bu sahte medya dosyalarına karşı çalışabilir. Olarak kuantum bilgisayarlar daha hızlı ve daha verimli çalışmak için genellikle makine öğrenimi algoritmalarından yararlanırlar, tespit edebilirler sahte videolar veya ses dosyaları daha hızlı. Teknoloji hala geliştirilmekteyken ve çok azı derin sahtekarlıkları kuantum bilgisayarlar için potansiyel bir kullanım durumu olarak görüyor olsa da, bu sonraki seviye makineler gelecekte medyamızı daha doğru ve doğru hale getirmek için kullanılabilir.
Deepfake teknolojisinin tehditlerinin giderek daha belirgin hale gelmesiyle birlikte birçok hükümet ve şirket şimdiden bununla mücadele etmenin yollarını bulmaya çalışıyor. 2021'de Facebook, Deepfake Algılama Mücadelesi, derin sahtekarlıkları tespit etmek için yeni teknoloji yaratanlara 500,000 dolarlık bir ödülle. ABD'de California, Texas ve Virginia gibi eyaletlerde hem pornografi hem de siyaset için derin sahte kullanımı yasaklayan yasalar var. bu Avrupa Parlementosu ayrıca, derin sahte videolara etiketlerin kullanılmasını dayatmak için Dijital Hizmetler Yasasını değiştirerek, derin sahte ürünlerle ilgili daha fazla düzenleme oluşturdu. Bu mevzuat 2024'e kadar yürürlüğe girmeyecek olsa da, derin sahte teknoloji tehdidinin ciddiyetini gösteriyor.
Kenna Hughes-Castleberry, Inside Quantum Technology'de ve JILA'da (Colorado Boulder Üniversitesi ile NIST arasındaki bir ortaklık) Bilim İletişimcisi'nde personel yazarıdır. Yazı ritimleri derin teknoloji, metaverse ve kuantum teknolojisini içerir.
