Deepfake视频是术语的连接 – “deep”来源于“深度学习”和“fake”，后者明确无误地源于“假”。
深度学习是人工智能 （AI） 中的一项复杂技术，它采用多层机器学习算法从原始输入数据中逐步推断更高级别的属性。
这种方法能够从杂乱无章的信息中吸收知识，就像人类面容的细微差别一样。为了说明这一点，人工智能可以收集有关您的身体手势的信息。
随后，这些数据可以进行处理，以使用生成对抗网络 （GAN） 构建 Deepfake 视频。
这代表了另一种形式的专用机器学习机制。这涉及两个神经网络进行竞争，以掌握指定训练数据集的属性（例如，面部照片），并随后制造具有相同特征的新数据（新颖的“照片”）。
由于根据训练数据集对其生成的图像进行持续评估，伪造视觉效果的真实性稳步增强。这突显了Deepfake技术带来的不断升级的威胁。
此外，GANs有能力伪造图像和视频以外的其他形式的信息。
值得注意的是，Deepfake创作中使用的相同机器学习和合成方法可以用来制造模拟语音。
什么是深裸体？
DeepNude是一个在线平台，旨在根据您以数字方式上传的照片脱掉个人的衣服。它利用人工智能来推测一个人没有穿衣服的外表。
尽管产生了相当令人信服的结果，但重要的是要注意这些描述并不能准确代表人的实际身体形态。
尽管如此，人们对与申请有关的潜在滥用和负面影响产生了重大担忧。
深裸体危险吗？
是的。最初，DeepNude因其专注于女性形象而引起不适。
然而，更重要的担忧围绕着恶意个人的潜在利用，以迅速制作报复性的露骨内容，从而通过在未经女性同意的情况下使用该应用程序来侵犯女性的隐私和自主权。
为什么DeepNude被禁止？
为了回应强烈的负面反应，DeepNude的开发人员选择在2019年撤回该应用程序。但是有许多DeepFake在线门户网站提供DeepNude服务，这些服务因其潜在的有害技术使用而受到政府审查。
什么是深度伪造视频？
Deepfake视频与一种称为深度学习的人工智能形式相关联。这个过程需要一个人工智能系统积累数据以提高其熟练程度。在 Deepfake 应用程序的上下文中，AI 算法收集有关视频内容中观察到的面部手势和配置的信息。
在人工智能系统在表达特定话语的同时理解人脸的预期外观后，它就能够生成虚构的视频。
有效的算法将所需的面部动作（与预期的短语/表达对齐）叠加到现有的身体动作上。
其结果是操纵视觉内容来描绘传达所需陈述的个人。
深度伪造视频危险吗？
是的，他们是。大多数人仅将这项技术用于喜剧目的。用有趣的对话覆盖名人或心爱角色的肖像的行为可能会导致创建有趣的病毒式内容。然而，并非所有病毒内容都来自无辜的动机。
虽然不是每个 Deepfake 视频都带有恶意，但底层工具有可能煽动真正的问题。
Deepfake 视频不仅仅是对公众人物或名人构成挑战。从本质上讲，它所需要的只是一张照片或视频剪辑以及可能具有破坏性的音频，以及
Deepfake软件将处理其余的工作。您可能已经观察到通过应用程序或过滤器生成此类轻松视频的能力。
从理论上讲，任何人都可以制作以您的肖像为特色的视频。基本要素是您的照片和创造力。
鉴于社交媒体平台上个人的广泛存在，购买您认识的人的几张图像可能是一项简单的任务。
考虑有人怀有恶意并旨在将您的图像操纵成有争议的场景的情况。
此类工具有能力破坏您的专业、学术或个人关系，具体取决于用户的意图。
如何从互联网上删除露骨的深度伪造照片？
如果有人使用 AI 或 Photoshop 编辑您的照片以创建裸体，那么您使用在线帮助门户并提交原始照片和编辑后的照片，他们将从互联网上的所有位置删除编辑后的照片及其所有数字足迹。您的身份将保持匿名。如果有人公开了您的照片，请立即通知网络安全团队，并提起诉讼以立即采取行动。
如何保护自己免受深度伪造攻击？
不幸的是，建立万无一失的措施来阻止 Deepfake 攻击仍然是一个挑战。Deepfake软件的操作要求非常少。
立法工作已经开始解决Deepfake视频构成的危险。加利福尼亚州的一个说明性案例很明显，去年颁布了两项法案，禁止Deepfake操纵的特定方面。
AB-602将未经同意使用合成的人类图像制作涉及描绘的个人的色情内容定为刑事犯罪。
同样，AB-730禁止在选举前60天内更改描绘政治候选人的图像。
然而，人们可能会质疑这些措施是否足够全面。令人鼓舞的是，网络安全公司正在不断开发更复杂的检测算法。
这些算法仔细检查视频帧并识别伪造过程中引入的微小变化。
例如，流行的 Deepfake 合成器构建了 2D 面部表示，随后对其进行扭曲以与视频的 3D 视角对齐。
观察鼻子方向等指标是检测这种操作的关键线索。
Deepfake 视频目前仍处于一个阶段，作为观察者，您有能力自己识别指标。警惕 Deepfake 视频中随之而来的特征：
- 运动不均匀
- 眼球运动奇特或消失
- 唇语与语音同步不准确
- 连续帧之间的照明变化
- 肤色变化
- 视觉内容中存在的数字异常
接受一些简单的建议可以减少成为 Deepfake 操纵牺牲品的可能性。
1. 尽量减少您的帖子数量
每当您在互联网上发布内容时，它实际上都会成为永久存在。即使您采用阻止用户或删除帖子等措施，数据片段也会持续存在。通过限制社交媒体共享的程度来谨慎行事是一种谨慎的方法。
尽管希望向所有人更新您的活动是很自然的，但在线泄露过多的照片会使您面临潜在的网络威胁。
虽然在当今时代，您不会保持完全无照片的在线形象，但在发布时采取谨慎的适度策略是一个明智的决定。
2.使用先进的艺术防伪技术
某些新兴技术目前正在帮助视频创作者验证其视频内容的真实性。为了实现这一点，可以实现一种加密算法，以预定的间隔在整个视频中嵌入哈希。
因此，对视频的任何更改都会导致这些哈希值的更改。人工智能和区块链的结合利用可以为视频建立不可变的数字签名。
此过程与水印文档相似，尽管即使在视频压缩以适应各种编解码器后也需要忍受哈希，因此复杂性很高。
遏制 Deepfake 活动的另一种方法是采用专门的程序，将专门构建的数字“工件”引入视频中。
这些伪影经过战略性设计，以掩盖面部识别软件所依赖的像素模式。
因此，这会干扰 Deepfake 算法，导致捏造内容的质量下降。这种质量下降大大降低了成功操纵 Deepfake 的可能性。
3. 保持帐户私密
如果您选择在社交媒体平台上保持您的存在，请考虑限制您的帖子的可见性范围。
虽然在保护您的图像方面并非万无一失，但私有化您的个人资料的精明选择有助于将对您的视觉效果的访问限制在熟悉的熟人圈子内。
明智的做法是避免扩大联系或与不熟悉的人接触。这种做法遵循基本准则，因为您希望避免陷入欺骗性网络钓鱼或网络钓鱼计划的风险。
4. 小心你在网上信任的人
请记住，就像个人盗用照片并在互联网上创建虚假个人资料一样，Deepfake 应用程序的出现使恶意行为者能够升级他们的欺骗行为。在信任任何在线内容之前，先进行辨别力是个好主意。
该咨询扩展到包括叙述、图像和视频。使用数字资源可以使您具备有效识别虚假信息的技能。
5. 使用信誉良好的安全技术提供额外保护
但是，防范 Deepfake 视频并不仅仅依赖于技术。事实证明，有效的基础安全实践非常擅长应对 Deepfake 操纵带来的威胁。
例如，在任何支付流程中嵌入自动验证可以防止大量与 Deepfake 相关的欺诈和类似骗局。您还可以：
- 获取知识并传授有关如何识别 DeepFake 创作的迹象的认识。
- 培养媒体素养，优先依赖可信和信誉良好的新闻来源。
- 接受“信任但验证”的基本协议。虽然培养对语音邮件和视频的怀疑并不能保证绝对免受欺骗，但它可以作为避开许多陷阱的宝贵工具。
- 教育您的员工和家庭成员有关 Deepfake 技术的机制及其带来的潜在风险。
此外，考虑到如果黑客采用 Deepfake 策略试图渗透家庭和企业网络，遵守基本的网络安全最佳实践对于最大限度地降低风险至关重要：
- 实施强大的安全套件，如卡巴斯基的全面安全软件，保护您的家庭网络、笔记本电脑和智能手机免受网络威胁。这个全面的软件包包括防病毒软件、用于增强您的 Wi-Fi 连接免受黑客攻击的 VPN、网络摄像头保护措施等功能。
- 定期备份数据，以防止勒索软件攻击并促进数据恢复。
- 为各种帐户使用不同且强大的密码，以确保一个网络或服务中的漏洞不会危及其他网络或服务。防止未经授权访问一个帐户（例如Facebook）不应授予其他关键帐户的进入权限。
Deepfake未来将走向何方？
Deepfake技术处于不断发展的状态。就在几年前，辨别 Deepfake 视频非常轻松，因为它们的运动模式不优雅，而且纵的主体明显没有眨眼。
尽管如此，最近一次的制作视频已经进行了完善和调整。
目前现有的 Deepfake 视频数量超过 15，000 个，涵盖了从轻松娱乐到有意影响您观点的尝试。
随着现在可以快速生成新的 Deepfake 创作，通常在短短一两天内，此类内容的数量可能会在短时间内大幅增加。
