Un nuevo estudio del Instituto Politécnico SUNY proporciona una descripción detallada de los conjuntos de datos deepfake e identifica desafíos clave, ofreciendo información valiosa para investigadores, ingenieros y profesionales.Enfatiza la importancia de desarrollar métodos de detección proactivos y mejorar los conjuntos de datos existentes para combatir eficazmente las amenazas deepfake.

Este trabajo es crucial para mantener la integridad de la información digital y ayudar en las investigaciones forenses contra sofisticadosprofundoamenazas.La investigación espublicadoen el diarioCiencias Forenses.

El estudio fue dirigido por el profesor asistente de seguridad informática y de redes del Instituto Politécnico SUNY: Dr. Zahid Akhtar en ciberseguridad y los estudiantes graduados Thanvi Lahari Pendyala y Virinchi Sai Athmakuri.

Su artículo clasifica los deepfakes en intercambio de identidad, recreación de rostros, manipulación de atributos y síntesis de rostros completos, enfatizando la necesidad de conjuntos de datos mejorados y métodos de detección sólidos.

Los marcos existentes luchan congeneralizacióny son propensos a ataques adversarios, lo que requiere avances en las tecnologías de detección.Los autores sugieren que las investigaciones futuras deberían centrarse en la creación de conjuntos de datos completos y en mejorar la precisión, la solidez y las capacidades en tiempo real de los métodos de detección.