報告題目：生成能力驅(qū)動的深度偽造防御方法
報告人：張衛(wèi)明 教授
單位：中國科學(xué)技術(shù)大學(xué)
報告時間：2023年6月23日（周五）下午15:30-17:30
報告地點(diǎn)：翡翠湖校區(qū)翡翠科教樓A座第三會議室
報告摘要：以視頻換臉為代表的深度偽造技術(shù)可能被用于經(jīng)濟(jì)欺詐、輿情誤導(dǎo)，威脅個人信息安全和國家政治安全。隨著生成式人工智能技術(shù)的快速發(fā)展，深度偽造向著具有高質(zhì)量、對抗性的階段演進(jìn)，將需要大量訓(xùn)練數(shù)據(jù)的深偽檢測拖入了非對稱對抗困境。在此背景下，深度合成能力很大程度上決定了檢測能力。因而，此報告將從生成視角出發(fā)介紹深偽視頻的防御方法，并探討GPT生成文本的主被動檢測方法。
報告人簡介：張衛(wèi)明現(xiàn)為中國科學(xué)技術(shù)大學(xué)網(wǎng)絡(luò)空間安全學(xué)院副院長、教授、博士生導(dǎo)師。主要研究興趣包括信息隱藏和人工智能安全。已在國際著名學(xué)術(shù)期刊和會議IEEE TIT、TPAMI、TIFS、TIP、CVPR、S&P、ICCV、NeurIPS、AAAI等發(fā)表論文200多篇。主持國家自然科學(xué)基金重點(diǎn)、國家重點(diǎn)研發(fā)課題、國家863等項(xiàng)目20余項(xiàng)。獲得軍隊(duì)科技進(jìn)步一等獎、安徽省自然科學(xué)獎一等獎、安徽省教學(xué)成果特等獎、ACM SIGSOFT杰出論文獎。帶領(lǐng)團(tuán)隊(duì)參與開發(fā)了網(wǎng)上最具影響力的人臉深度合成開源工具DeepFaceLab，總下載量超12萬次，與OpenAI的GPT-2等項(xiàng)目共同入選GitHub2020十大流行項(xiàng)目；參加由Facebook、MIT等組織的全球最大的“深度偽造檢測挑戰(zhàn)賽（DFDC）”，獲得亞軍（30萬美元獎金），被中國信通院評為2014年以來人工智安全領(lǐng)域的8項(xiàng)中國創(chuàng)新成果之一。入選2021年長三角人工智能十大杰出人物。
TOP
