Растущая угроза deepfake-атак в радиокоммуникациях связана с возможностью использования искусственного интеллекта для подделки голоса и создания синтетических аудиозаписей, которые сложно отличить от реальных. Это создаёт риски для безопасности, мошенничества, распространения дезинформации и подрыва доверия к аудиоконтенту.
Наш проект нацелен на реализацию приложения для обеспечения защиты от deepfake-атак, который состоит из следующих аспектов:

1) Разработка алгоритмов реального времени для детектирования deepfake-голоса. Система должна анализировать аудиопоток и выявлять признаки синтетического происхождения голоса, такие как артефакты синтеза, неестественные интонации или несоответствия в акустических характеристиках. Цель — обеспечить высокую точность обнаружения (например, не менее 95%) при минимальной задержке обработки (например, не более 200 мс)
2) Интеграция с существующими системами связи. Решение может быть внедрено в радиопередающие устройства, системы голосовой аутентификации, контакт-центры и платформы для виртуальных встреч. Важно обеспечить совместимость с различными протоколами и оборудованием

3) Использование мультимодальных подходов. Комбинирование анализа аудио с другими данными (например, информацией о сетевом трафике, метаданными звонка) может повысить точность обнаружения. Также перспективно применение методов, основанных на анализе электрических сетевых частот (ENF), которые фиксируют уникальные колебания в энергосети, присутствующие в аудиозаписях

4) Разработка систем предотвращения атак. Например, внедрение цифровых меток или водяных знаков в оригинальные аудиозаписи, которые будут повреждаться при попытке создания deepfake. Это позволит верифицировать подлинность контента

На страницу проекта