許櫻馨 吳童杏 康暉 許欣 陳睿超

【摘? 要】作為人工智能和深度學(xué)習(xí)技術(shù)發(fā)展的產(chǎn)物，AI技術(shù)偽造視頻在近幾年風(fēng)靡全球網(wǎng)絡(luò)。筆者探討了AI技術(shù)偽造網(wǎng)絡(luò)視頻的流程，通過實(shí)驗(yàn)驗(yàn)證了AI換臉視頻的效果，分析了AI技術(shù)偽造網(wǎng)絡(luò)視頻的傳播以及其“向善”與“作惡”的兩面性，提出了針對(duì)AI技術(shù)偽造視頻對(duì)策：學(xué)會(huì)在技術(shù)層面進(jìn)行判斷;建立鑒偽體系不可或缺;引導(dǎo)人文態(tài)度勢(shì)在必行。

【關(guān)鍵詞】AI;deepfake;偽造視頻;鑒別;對(duì)策

引言

隨著科技的迅速發(fā)展、AI技術(shù)的不斷成熟，僅使用一張照片就能實(shí)現(xiàn)視頻人物“換臉”的AI偽造視頻風(fēng)靡全球網(wǎng)絡(luò)，一個(gè)APP、一張照片就可以輕松換臉。然而在搞笑和娛樂的同時(shí)，可能產(chǎn)生個(gè)人隱私泄露的巨大風(fēng)險(xiǎn)，甚至惡搞政治人物，操縱民意，造成極其嚴(yán)重的社會(huì)影響，因此，深入了解AI偽造視頻的原理，了解AI偽造網(wǎng)絡(luò)視頻的傳播與危害，研究AI技術(shù)偽造網(wǎng)絡(luò)視頻對(duì)策具有重要意義。

1.AI偽造網(wǎng)絡(luò)視頻的流程

AI偽造視頻通常是指使用人工智能（AI）形式的計(jì)算機(jī)程序深度學(xué)習(xí)算法被訓(xùn)練用來識(shí)別特定人的實(shí)際視覺記錄中的一種偽造模式。一段視頻內(nèi)容可以通過更換新元素（比如更換別人的臉）來改變，并無縫地將兩者結(jié)合起來，也就是人們熟知的deepfake。其流程如圖1所示。

為了更深入了解其過程，本課題進(jìn)行了AI替換的網(wǎng)絡(luò)視頻實(shí)驗(yàn)，實(shí)驗(yàn)過程如下：

（1）選擇合適的目標(biāo)面部視頻和替換面目素材視頻或多角度照片;

（2）將視頻中每一幀提取出來，轉(zhuǎn)化為png格式圖片;

（3）利用人臉識(shí)別算法將兩個(gè)視頻的所有幀圖片的面部識(shí)別裁剪出來;

（4）手動(dòng)篩選刪除素材的模糊、識(shí)別失敗的面部圖片;

（5）使用英偉達(dá)顯卡cuda進(jìn)行AI學(xué)習(xí)，并改變學(xué)習(xí)時(shí)間迭代進(jìn)化次數(shù)。實(shí)驗(yàn)中經(jīng)過6小時(shí)的gtx 1070掛機(jī)學(xué)習(xí)，生成model模型;

（6）替換人臉。利用模型學(xué)習(xí)成果，替換目標(biāo)每一幀圖像的人臉;

（7）整合為視頻。調(diào)整碼率15000，幀速率60fps，編碼格式h.264 。

（8）實(shí)驗(yàn)結(jié)果：學(xué)習(xí)時(shí)間迭代進(jìn)化次數(shù)越多，越清晰，loss噪點(diǎn)（失真度）越小;學(xué)習(xí)時(shí)間無上限，可以不斷進(jìn)化，會(huì)越來越清晰。

實(shí)驗(yàn)結(jié)果樣圖見圖2所示。

2.AI偽造網(wǎng)絡(luò)視頻的傳播

AI偽造網(wǎng)絡(luò)視頻技術(shù)最早出現(xiàn)在2017年，經(jīng)過3年多來的快速演化，AI偽造視頻技術(shù)已經(jīng)發(fā)展成為包含以deepfake和Face2Face為代表的PC端軟件，以及以Zao和faceapp為代表的移動(dòng)軟件的大家庭，并且隨著快手、TikTok（抖音）等短視頻平臺(tái)的迅速崛起，為AI技術(shù)偽造視頻的傳播提供了有力的載體支撐。

盡管如此，大多數(shù)國(guó)人對(duì)于AI偽造視頻的缺乏認(rèn)識(shí)。為此，本課題進(jìn)行了問卷調(diào)查，目的是調(diào)研大眾對(duì)AI偽造視頻的知悉情況。樣本受眾群為普通高校學(xué)生，社會(huì)工薪階層等，樣本容量為200。在調(diào)查問卷中，通過統(tǒng)計(jì)顯示受眾是否知道AI偽造網(wǎng)絡(luò)視頻的問題，結(jié)果證明，樣本受眾群對(duì)AI偽造的網(wǎng)絡(luò)視頻知悉度較低。結(jié)果如圖3所示。

大多數(shù)國(guó)人對(duì)于AI視頻的認(rèn)識(shí)片面晦澀，AI偽造視頻在國(guó)內(nèi)的盛行起步較慢，是從2019年2月開始的。有博主將《射雕英雄傳》中朱茵飾演的黃蓉?fù)Q臉成楊冪，一夜之間，換臉游戲吸引了很多人的關(guān)注，隨著各種換臉APP的出現(xiàn)，不同的換臉視頻在網(wǎng)絡(luò)上流傳起來，僅需要上傳一張正臉照片和想要的換臉視頻就可以實(shí)現(xiàn)AI換臉。

AI偽造視頻換臉主要是用于日常娛樂，讓人們享受到沉浸式的角色扮演，滿足個(gè)人的表演欲，它作為一項(xiàng)新興的技術(shù)，帶來了趣味性和視覺效果沖擊，自由選擇的場(chǎng)景和裝扮不斷吸引著使用者的好奇心，新鮮感使得它迅速傳播、不斷擴(kuò)散。此外，AI偽造出來的搞笑視頻在網(wǎng)絡(luò)傳播的同時(shí)也能促進(jìn)人與人之間的交流，具有社交分享性這一特征，只需要輕輕點(diǎn)下分享按鍵，就能夠快速轉(zhuǎn)發(fā)并與人互動(dòng)，拓展了AI偽造視頻的傳播渠道。

3.AI偽造網(wǎng)絡(luò)視頻的“向善”與“作惡”的兩面性

如今，科學(xué)技術(shù)的迅猛發(fā)展正在改變著現(xiàn)實(shí)中認(rèn)為“眼見為實(shí)”的一切。隨著大量“深度偽造”的視頻流入日常生活，AI為人們帶來快樂的同時(shí)，也會(huì)輕易蒙蔽他們的肉眼，使他們做不到分辨真假。AI偽造網(wǎng)絡(luò)視頻本身，可以說是一把雙刃劍。

AI偽造網(wǎng)絡(luò)視頻有“向善”的一面。AI換臉視頻還是非常有趣的。就比如用在影視上，相當(dāng)于更換了演員，贏得一種新鮮感，更方便滿足自己的臆想，又比如把自己或者朋友的臉替換到某個(gè)視頻上，在私下與朋友分享，這可比P表情包快樂多了，AI更能創(chuàng)造屬于自己的溫馨回憶，挽回心中的遺憾，發(fā)現(xiàn)閃光點(diǎn)。

AI偽造網(wǎng)絡(luò)視頻有“作惡”的一面。調(diào)查發(fā)現(xiàn)，人們偏向于看到偽造技術(shù)的壞處，往往認(rèn)為偽造技術(shù)會(huì)侵犯人身權(quán)利，使自身信息得不到有效保護(hù)等等，圖4，圖5是本課題進(jìn)行的問卷調(diào)查結(jié)果，顯示受眾對(duì)于AI發(fā)展相當(dāng)焦慮。AI偽造視頻技術(shù)的出現(xiàn)，讓視頻開始變得難以相信。人們普遍認(rèn)為視頻就能證實(shí)事實(shí)，而如今視頻中的一切卻變得模糊起來。對(duì)于本來就有大量虛假信息的互聯(lián)網(wǎng)來說，這必將造成進(jìn)一步的信任危機(jī)?？赡苣切┱嬲讳浵伦鰤氖禄蛘f令人反感言論的人更容易指出，這些針對(duì)他們的證據(jù)都是偽造的，尤其在新聞業(yè)，一旦人們知道目前有偽造的視頻和音頻在傳播，即使他們看到的是真實(shí)視頻，也會(huì)開始產(chǎn)生懷疑。AI也會(huì)大大侵犯肖像權(quán)。與PS修圖技術(shù)不同，AI偽造視頻技術(shù)的主要功能就是換臉，從這個(gè)層面來看它的出現(xiàn)本來就是一種對(duì)肖像權(quán)的挑釁。而大部分網(wǎng)站會(huì)對(duì)AI偽造視頻抵觸抗拒，肖像權(quán)危機(jī)就是主要原因。

AI偽造網(wǎng)絡(luò)視頻更大“作惡”的一面是針對(duì)國(guó)家安全的挑戰(zhàn)，也是對(duì)政治領(lǐng)域的威脅。例如，2018年一段名為“You Wont Believe What Obama Says In This Video”的AI技術(shù)偽造視頻突現(xiàn)Youtube熱點(diǎn)，視頻中，前美國(guó)總統(tǒng)奧巴馬笑罵特朗普是一個(gè)十足的笨蛋，短短一個(gè)月該視頻達(dá)到450萬的播放量。其次，是越來越多的AI偽造網(wǎng)絡(luò)視頻軟件淪為污化女性、黃色惡搞、發(fā)展色情產(chǎn)業(yè)的新工具，如演員楊冪換臉視頻在短期內(nèi)微博的閱讀量就達(dá)到了1.1億次，除了楊冪之外，在涉黃網(wǎng)站上檢索“換臉”一詞，女明星迪麗熱巴、林允兒、關(guān)曉彤、趙麗穎、劉詩詩等人的偽造黃色視頻隨處可見。

除了面對(duì)AI偽造網(wǎng)絡(luò)視頻的“作惡”，還面臨著難以辨別機(jī)器化作用下產(chǎn)生的偽造視頻的難題。如今，人們身處AI技術(shù)泛濫的時(shí)代，即使面對(duì)的偽造視頻并不完美，圖像有時(shí)無法兼容順暢，但伴隨數(shù)據(jù)訓(xùn)練越來越多，這樣的問題將會(huì)被改善。如今的趨勢(shì)下，機(jī)器建模需要的相關(guān)數(shù)據(jù)越來越少，將會(huì)更加為分辨結(jié)果造成阻礙，人們通常難以用肉眼分辨出偽造與正常視頻的區(qū)別。

4.針對(duì)AI技術(shù)偽造視頻對(duì)策

針對(duì)AI技術(shù)偽造網(wǎng)絡(luò)視頻帶來多種危害問題，本文提出幾點(diǎn)對(duì)策。

4.1學(xué)會(huì)在技術(shù)層面進(jìn)行判斷

視頻造假的危害毋庸置疑，所以隨意放在網(wǎng)上的視頻需要認(rèn)真去辨別。幸運(yùn)的是，偽造與證偽的技術(shù)總是交互上升的。像是紅藍(lán)對(duì)抗賽，AI讓偽造的成本減低，技術(shù)人員也不斷在開發(fā)更加精密的技術(shù)來增強(qiáng)視頻的鑒別。學(xué)會(huì)判別真?zhèn)危夹g(shù)層面主要有以下幾點(diǎn)。

（1）規(guī)律技巧掌握。制造出“深度偽造”內(nèi)容的機(jī)器學(xué)習(xí)方式不可逆轉(zhuǎn)，因此難以檢測(cè)，相對(duì)而言，也會(huì)總結(jié)出一些技巧。模糊處理是一種最常見的方法。比如視頻中說話者有一段時(shí)間沒有動(dòng)作，眨眼不連貫，或者看上去木訥。研究表明，眼睛和嘴巴往往是一眼認(rèn)出偽造視頻的關(guān)鍵。再比如通過提高視頻的色彩飽和度，可以在視頻中的面部皮膚檢測(cè)出人物脈搏畫質(zhì)的差異，由雜亂剪輯合成的虛假視頻里血流是不規(guī)則或不存在的。除了畫質(zhì)，還有畫幅的甄別，也就是視頻中的低分辨率，修改過的視頻的分辨率也會(huì)改變。

（2）訓(xùn)練算法分析。AI除了可以用來偽造視頻本身，也可以充當(dāng)鑒偽的一種手段?？萍既藛T應(yīng)該注重配套反制技術(shù)的研發(fā)升級(jí)，用偽造視頻訓(xùn)練鑒定算法，讓算法辨識(shí)虛擬痕跡。當(dāng)AI通過大量的深度學(xué)習(xí)后，利用神經(jīng)網(wǎng)絡(luò)的開源人工智能視頻造假檢測(cè)可以正確區(qū)分視頻畫面里修改過的和未修改過的圖像，成功率大致在87 %-98 %區(qū)間內(nèi)。德國(guó)慕尼黑技術(shù)大學(xué)曾研發(fā)過一種名為“XceptionNet” 的算法，它能快速發(fā)現(xiàn)發(fā)布在網(wǎng)上的偽造視頻，還可以用來識(shí)別互聯(lián)網(wǎng)上的誤導(dǎo)性視頻。將算法集成到瀏覽器或社交媒體插件中，在后臺(tái)運(yùn)行，一旦識(shí)別出被修改或者操縱的圖像或視頻，它會(huì)給用戶發(fā)布警告信息，向視頻中涉及的人員透露他們被“偽造”了。

現(xiàn)階段在圖像鑒偽上的圖像噪聲與圖像壓縮偽像兩方面檢測(cè)為視頻偽造鑒定提供了一些寶貴意見，但是由于視頻壓縮后幀的強(qiáng)烈退化，大多數(shù)用于圖像的方法都不能直接擴(kuò)展到視頻數(shù)字視頻，偽造檢測(cè)仍然是一項(xiàng)艱巨的任務(wù)。目前主流鑒定方法主要是使用雙JPEG壓縮檢測(cè)本地圖像上（將計(jì)算機(jī)圖形與攝影圖像區(qū)分開來），高斯分布模型（GMM）建模和對(duì)抗生成網(wǎng)絡(luò)（GAN）的模型。隨著AI漏洞日漸優(yōu)化，構(gòu)建算法難度也日益增加。視頻是由成千上萬幀圖片連放組成的，因此鑒偽工作必須細(xì)致到偵測(cè)每個(gè)像素的改變痕跡，逐幀檢驗(yàn)，是一項(xiàng)浩大的工程，任重道遠(yuǎn)。

4.2建立鑒偽體系不可或缺

（1）建立三階段應(yīng)對(duì)機(jī)制。除了上述這一應(yīng)對(duì)AI偽造最根本的方法之外，有關(guān)部門還應(yīng)盡快建立完善針對(duì)AI偽造的三階段應(yīng)對(duì)機(jī)制，主要分為事前、事中、事后三個(gè)環(huán)節(jié)。規(guī)范化工作一直是約束新生事物危害性的主力場(chǎng)。首先是事前預(yù)防審核機(jī)制。在人們上傳視頻到社交網(wǎng)站時(shí)，平臺(tái)需要重新編碼影片，這是個(gè)偵測(cè)假視頻的好時(shí)機(jī)。平臺(tái)可以專門成立針對(duì)AI偽造視頻的網(wǎng)絡(luò)糾察隊(duì)，找尋偽造破綻，對(duì)容易引發(fā)爭(zhēng)議的網(wǎng)絡(luò)視頻加以控制，加強(qiáng)網(wǎng)絡(luò)信息監(jiān)管和技術(shù)應(yīng)用的網(wǎng)絡(luò)準(zhǔn)入審查力度，將非法行為隔絕在網(wǎng)絡(luò)準(zhǔn)入門檻之外。其次是事中運(yùn)行管理機(jī)制。一直以來，在造假AI與辨別 AI的競(jìng)賽中，修補(bǔ)漏洞的同時(shí)，偽造技術(shù)也會(huì)更上一層樓。

不管是人為還是機(jī)器鑒別，難免做到百密一疏，對(duì)于審核之后的網(wǎng)絡(luò)視頻，建立嚴(yán)格的管理制度的才能發(fā)揚(yáng)其優(yōu)勢(shì)，摒棄其糟粕。21世紀(jì)的網(wǎng)絡(luò)科技公司，掌握大量用戶信息，被看作“信息受托人”，承擔(dān)著數(shù)字信息時(shí)代新的責(zé)任，有責(zé)任與義務(wù)保護(hù)用戶數(shù)據(jù)。平臺(tái)應(yīng)該大力宣傳積極正面的形象化AI替換，堅(jiān)決抵制低俗惡意地胡亂剪輯。最后是事后兜底懲治機(jī)制。關(guān)上AI偽造的潘多拉盒子，嚴(yán)格的機(jī)構(gòu)監(jiān)督也是關(guān)鍵。國(guó)家應(yīng)該從源頭加大監(jiān)管力度，嚴(yán)格精準(zhǔn)懲處毀壞公民或者企業(yè)形象的虛假視頻，對(duì)挑釁侵犯權(quán)威尊嚴(yán)力量的給予重?fù)簦舅?，?gòu)建AI技術(shù)領(lǐng)域的純潔性與公正性。

（2）規(guī)范法律規(guī)章制度?，F(xiàn)階段AI偽造視頻還存在諸多的法律風(fēng)險(xiǎn)，不僅對(duì)個(gè)人信息，支付安全領(lǐng)域的侵入，各類侵權(quán)日益增多的同時(shí)，也誘發(fā)了諸多刑事犯罪活動(dòng)。因此，擁有一個(gè)理性的法律防范措施對(duì)于AI發(fā)展的前景極為重要。

由于人工智能換臉技術(shù)超越了立法者的預(yù)測(cè)，現(xiàn)行法變更速度難以跟上人工智能技術(shù)演變的速度，存在著滯后性，但該技術(shù)并非處于法外之地。拿誹謗罪的例子來說，根據(jù)我國(guó)相關(guān)司法解釋，誹謗換臉視頻、音頻、圖片被點(diǎn)開、閱覽次數(shù)逾越5000次或被轉(zhuǎn)發(fā)逾越500次的屬于誹謗罪中“非常嚴(yán)重”的情節(jié)。法律還應(yīng)設(shè)立針對(duì)人工智能的單獨(dú)立法措施并加大侵權(quán)處罰力度，設(shè)立分層次的罰賠償制度，擴(kuò)大刑法的適用范圍。歐盟在2018年就已經(jīng)出臺(tái)并了實(shí)施《通用數(shù)據(jù)保護(hù)條例》，該條例規(guī)定用戶享有“被遺忘權(quán)”，有權(quán)利剔除企業(yè)中的個(gè)人數(shù)據(jù)。除了平臺(tái)自身自覺的審查機(jī)制，法律也要建立嚴(yán)格的人工智能技術(shù)準(zhǔn)入制度，以不觸犯法律為衡量標(biāo)準(zhǔn)且限制在一定的范圍，設(shè)立禁區(qū)，以維護(hù)社會(huì)的秩序和倫理安全。

科技的“向善”還是“作惡”， 多取決于技術(shù)的使用人和人們對(duì)待技術(shù)的態(tài)度。人工智能技術(shù)與立法齊頭并進(jìn)，在技術(shù)、市場(chǎng)和法律治理之間找到平衡點(diǎn)，才能真正使得人工智能技術(shù)向安全、可靠、可控的方向發(fā)展。

4.3引導(dǎo)人文態(tài)度勢(shì)在必行

科技是冰冷的，人是有溫度的，可問題就在于，人文溫度真的都是火熱的嗎？技術(shù)的快速發(fā)展一直在沖擊著人文世界，想象一下，在偽造的視頻中，總統(tǒng)候選人行為失當(dāng)，警察局長(zhǎng)煽動(dòng)暴力，或者士兵崇信戰(zhàn)爭(zhēng)，結(jié)果會(huì)如何？對(duì)于普通人來說，尤其是女性，這項(xiàng)技術(shù)使“色情報(bào)復(fù)”成為可能，一旦虛假的視頻在互聯(lián)網(wǎng)上瘋傳，謠言發(fā)酵，社會(huì)性死亡比比皆是。隨著AI偽造視頻技術(shù)的不斷成熟，惡搞成本在大幅降低，全網(wǎng)網(wǎng)民人文素養(yǎng)亟待加強(qiáng)。

網(wǎng)絡(luò)素養(yǎng)是網(wǎng)民人文素養(yǎng)的外在表現(xiàn)，是人文素養(yǎng)中的網(wǎng)絡(luò)素質(zhì)及道德規(guī)范。不在網(wǎng)絡(luò)中人云亦云，不借他人行錯(cuò)發(fā)泄消極情緒，不對(duì)敏感話題盲目發(fā)問，多想多問多看，學(xué)會(huì)轉(zhuǎn)變思維，是基本的網(wǎng)絡(luò)素養(yǎng)。因此大力加強(qiáng)未成年人與低學(xué)歷人的網(wǎng)絡(luò)素養(yǎng)教育，加強(qiáng)做人的基本品德、非價(jià)值觀以及知恥、守信、氣節(jié)方面引導(dǎo)，在全社會(huì)倡導(dǎo)優(yōu)良風(fēng)尚勢(shì)在必行。人們?cè)跒榧夹g(shù)狂歡的同時(shí)，警惕隨之引發(fā)的問題，通過發(fā)揮人的主觀能動(dòng)性，最大程度消除其弊端，使AI換臉技術(shù)能夠更好地為社會(huì)服務(wù)。

5.結(jié)語

AI技術(shù)，正如普羅米修斯當(dāng)初扔向人間的火種，帶來溫暖、希望的同時(shí)也會(huì)帶來毀滅。阻斷AI偽造網(wǎng)絡(luò)視頻“作惡”，每一個(gè)能做到的，不過微薄，真正起作用的，還是眾人合力和法律規(guī)制。真的希望，在經(jīng)過技術(shù)精英們的拼搏，一鍵辨假的速度，能追上一鍵換臉的速度。（通訊作者：萬榮春（江蘇警官學(xué)院刑事科學(xué)技術(shù)系副教授），通訊作者：蔡璐（江蘇警官學(xué)院刑事科學(xué)技術(shù)系講師））

參考文獻(xiàn)

[1]張雅婷.AI視頻換臉術(shù)的傳播倫理審視[J].新媒體研究，2020，6（06）：63-64.

[2]楊燕. 應(yīng)對(duì)“換臉”危機(jī)[N]. 經(jīng)濟(jì)觀察報(bào)，2020-09-07（024）.

[3]黃陳辰.大數(shù)據(jù)時(shí)代侵犯公民個(gè)人信息罪行為規(guī)制模式的應(yīng)然轉(zhuǎn)向——以“AI換臉”類淫穢視頻為切入[J].華中科技大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2020，34（02）：105-113.

[4]技術(shù)研究綜述[J].信息安全學(xué)報(bào)，2020，5（02）：1-17.

[5]劉云生. AI“換臉”誘發(fā)侵權(quán)風(fēng)險(xiǎn)[N]. 深圳特區(qū)報(bào)，2019-11-26（B07）.

[6]龍坤，馬鉞，朱啟超.深度偽造對(duì)國(guó)家安全的挑戰(zhàn)及應(yīng)對(duì)[J].信息安全與通信保密，2019（10）：21-34.

[7]阿拉斯（Al-alas Mohammed）. 視頻偽造檢測(cè)數(shù)據(jù)庫的構(gòu)建及其七種偽造檢測(cè)算法的性能評(píng)估[D].華南理工大學(xué)，2018.

[8]左榮昌，左師昌.人工智能換臉犯罪的刑法規(guī)制研究[J].齊齊哈爾大學(xué)學(xué)報(bào)（哲學(xué)社會(huì)科學(xué)版），2020（07）：96-99+132.

[9]楊叢遜.人工智能時(shí)代AI換臉技術(shù)對(duì)新聞?lì)I(lǐng)域的影響[J].傳播力研究，2020，4（01）：82-83.

[10]鄧志文.主體交流異化與現(xiàn)代迷失——人工智能的精神生態(tài)風(fēng)險(xiǎn)[J/OL].北京理工大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版）：1-10[2020-12-16].http：//kns.cnki.net/kcms/detail/11.4083.c.20200910.1120.002.html.

基金項(xiàng)目：項(xiàng)目支持：江蘇警官學(xué)院大學(xué)生創(chuàng)新創(chuàng)業(yè)訓(xùn)練計(jì)劃項(xiàng)目（創(chuàng)新訓(xùn)練項(xiàng)目）;項(xiàng)目編號(hào)：202010329057Y。

作者簡(jiǎn)介：許櫻馨（1999.08-），女，江蘇宿遷人，漢族，江蘇警官學(xué)院大三學(xué)生，研究方向?yàn)橛?jì)算機(jī)信息與網(wǎng)絡(luò)安全。

江蘇警官學(xué)院網(wǎng)絡(luò)安全與執(zhí)法系? ? 江蘇南京? ? 211800