讨论论文：实时深度伪造的威胁
人工智能
2023-06-06 v1 密码学与安全
计算机视觉与模式识别
摘要
生成式深度学习模型能够创建逼真的音频和视频。该技术已被用于冒充个人的面孔与声音。这些“深度伪造”（deepfakes）正被用于传播虚假信息、实施诈骗、进行欺诈以及敲诈无辜者。该技术持续发展，如今攻击者已具备实时生成深度伪造的能力。这一新能力对社会构成重大威胁，因为攻击者开始在先进的社会工程学攻击中利用该技术。在本文中，我们讨论这一新兴威胁的影响，指出防范此类攻击所面临的挑战，并建议一个研究更强防御的更好方向。
引用
@article{arxiv.2306.02487,
title = {Discussion Paper: The Threat of Real Time Deepfakes},
author = {Guy Frankovits and Yisroel Mirsky},
journal= {arXiv preprint arXiv:2306.02487},
year = {2023}
}