公开可访问的深度伪造检测工具有效性如何？开源与免费平台的比较评估
密码学与安全
2026-03-06 v1
摘要
深度伪造图像的 proliferation 已为负责验证数字媒体真实性的从业者带来日益严峻的挑战。虽然检测算法研究已十分丰富，但针对从业者实际使用的公开可访问工具的实证评估仍寥寥无几。本文首次对六大工具进行跨范式评估，这些工具涵盖两种互补的检测方法：forensic 分析工具（InVID 与 WeVerify、FotoForensics、Forensically）和基于 AI 的分类器（DecopyAI、FaceOnLive、Bitmind）。我们通过专业调查人员（拥有执法经验）进行盲法测试，测试数据集包含来自 DF40、CelebDF 和 CASIA-v2 的真实图像、被篡改图像和 AI 生成图像。我们报告了三项主要发现：forensic 工具表现出高召回率但差异性差，而 AI 分类器表现为相反模式；人类评估者显著优于所有自动化工具；以及人类与 AI 的不一致情况具有高度不对称，人类判断在绝大多数不一致案例中占据上风。我们讨论了对从业者工作流程的影响，并指出当前检测能力存在的关键缺口。
引用
@article{arxiv.2603.04456,
title = {How Effective Are Publicly Accessible Deepfake Detection Tools? A Comparative Evaluation of Open-Source and Free-to-Use Platforms},
author = {Michael Rettinger and Ben Beaumont and Nhien-An Le-Khac and Hong-Hanh Nguyen-Le},
journal= {arXiv preprint arXiv:2603.04456},
year = {2026}
}