Концептуальний підхід до виявлення deepfake-модифікацій біометричного зображення засобами нейронних мереж

Abstract

Національний кластер кібербезпеки України функціонально орієнтований на побудову систем захисту різних платформ інформаційної інфраструктури, зокрема ство- рення безпечних технологій виявлення deepfake-модифікацій біометричного зображення на основі нейронних мереж у кіберпросторі. У цьому просторі запропоновано концептуальний підхід до виявлення deepfake- модифікацій, який розгорнуто на основі функціонування згорткової нейронної мережі та алгоритму роботи класифікатора біометричних зображень за структурою “чутливість – показникЮдена – оптимальний поріг – специфічність”. Представлено аналітичну структуру безпеки нейромережевих інформаційних технологій (ІТ) на основі багаторівневої моделі “ресурси – системи – процеси – мережі – управління” відповідно до концепції “об’єкт – загроза – захист”. Ядром безпекової струк- тури ІТ є цілісність функціонування нейромережевої системи виявлення deepfake- модифікацій біометричного зображення обличчя людини і системи аналізу даних, що реа- лізують інформаційний процес “розділення відеофайлу на кадри – детекція, опрацювання ознак – оцінювання точності класифікатора зображень”. Розроблено конструктивний алгоритм виявлення deepfake-модифікацій біометрич- них зображень: розбиття відеофайлу біометричного зображення на кадри – розпізнавання детектором – відтворення нормалізованих зображень облич – обробка засобами нейронної мережі – обчислення матриці ознак – побудова класифікатора зображень

The National Cybersecurity Cluster of Ukraine is functionally oriented towards building systems to protect various platforms of information infrastructure, including the creation of secure technologies for detecting deepfake modifications of biometric images based on neural networks in cyberspace. This space proposes a conceptual approach to detecting deepfake modifications, which is deployed based on the functioning of a convolutional neural network and the classifier algorithm for biometric images structured as “sensitivity-Yuden index-optimal threshold-specificity”. An analytical security structure for neural network information technologies is presented based on a multi-level model of “resources-systems-processes-networks-management” according to the concept of “object-threat-defense”. The core of the IT security structure is the integrity of the neural network system for detecting deepfake modifications of biometric face images as well as data analysis systems implementing the information process of “video file segmentation into frames-feature detection, processing – classifier image accuracy assessment”. A constructive algorithm for detecting deepfake modifications of biometric images has been developed: splitting the video file of biometric images into frames – recognition by the detector – reproduction of normalized facial images – processing by neural network tools – feature matrix computation – image classifier construction.