中圖分類號(hào)：TP391.41 文獻(xiàn)標(biāo)志碼：A 文章編碼：1672-7274（2025）05-0079-03

Abstract： With the rapid development of artificial intelligence technology，deepfake technology has frequently emerged in the field of video and image forgery，posing serious challnges to social security and personal privacy protection.This article introduces a video anti-counterfeiting authentication scheme based on generative artificial inteligence， which aims to enhance the detection capability of deep forgery technology and prevent and control telecommunications network fraud.This article explores how to improve the detection andresponse capabilities of new fraud methods through technological innovation in response to fraud cases using AI face swapping technology that have emerged inrecent years.Byconstructing diversified deep forgery image and video accurate detection technology， model compresion technology，and knowledge distilation technology，real-time fraudcases using AIface swapping technology can be effectively identified and prevented.

Keywords： deep forgery; telecommunication fraud; video anti-counterfeiting model; model compresiol

近年來，隨著深度學(xué)習(xí)技術(shù)的發(fā)展，深度偽造技術(shù)（Deepfake）已經(jīng)能夠生成高度逼真的視頻和圖像，這在影視制作、游戲開發(fā)等領(lǐng)域具有廣闊的應(yīng)用前景。然而，這項(xiàng)技術(shù)也被用于制造虛假信息，進(jìn)行網(wǎng)絡(luò)詐騙等非法活動(dòng)，對(duì)社會(huì)秩序和個(gè)人權(quán)益造成了嚴(yán)重威脅。特別是在電信網(wǎng)絡(luò)詐騙領(lǐng)域，利用深度偽造技術(shù)進(jìn)行身份冒充、偽造視頻等手段層出不窮，給防范和治理工作帶來了新的挑戰(zhàn)。

根據(jù)福建省公安部門的統(tǒng)計(jì)，2023年福建省內(nèi)共發(fā)生了多起利用深度防偽技術(shù)實(shí)施的詐騙案件，造成了數(shù)百萬元的經(jīng)濟(jì)損失。2023年，福建省共報(bào)告了超過50起AI換臉詐騙案件，這些案件累計(jì)造成的經(jīng)濟(jì)損失超過1000萬元。目前已經(jīng)發(fā)現(xiàn)了通過線上購(gòu)卡偽造身份以及在號(hào)碼被關(guān)停后，通過偽造技術(shù)進(jìn)行實(shí)人認(rèn)證后復(fù)機(jī)繼續(xù)詐騙的情況。

1 線上實(shí)名認(rèn)證主要難點(diǎn)

（1）目前通過視頻偽造實(shí)施電信詐騙已經(jīng)逐步形成規(guī)?；?，并且網(wǎng)絡(luò)上視頻偽造以及AIGC生成算法已經(jīng)非常成熟，普通的程序員都可以根據(jù)教程就實(shí)現(xiàn)簡(jiǎn)單的視頻偽造。視頻鑒偽技術(shù)涉及圖像處理、模式識(shí)別、機(jī)器學(xué)習(xí)等多個(gè)領(lǐng)域，需要對(duì)視頻內(nèi)容進(jìn)行深入分析，包括圖像質(zhì)量、幀速率、色彩一致性等多個(gè)方面的檢測(cè)。這些都對(duì)算法提出了極高的要求，需要深入研究不斷加以攻克。

（2）在算力不足或者基于圖片、視頻以及其他復(fù)雜場(chǎng)景情況下，如何保證防偽算法滿足景下對(duì)深偽檢測(cè)的高要求，這要求檢測(cè)技術(shù)不僅要有高精度，同時(shí)還要能夠處理大量數(shù)據(jù)流，實(shí)現(xiàn)高速率檢測(cè)。需要研究如何在不減少準(zhǔn)確度的情況下，通過算法裁剪進(jìn)行模型適配。

（3）目前視頻偽造場(chǎng)景不僅在線上出現(xiàn)，也可能出現(xiàn)在5G消息、云視訊、視頻會(huì)議等不同場(chǎng)景，如果對(duì)于每個(gè)場(chǎng)景都進(jìn)行模型訓(xùn)練需要消耗大量的算力資源和人力資源，但基于詐騙案件的緊迫性，必須快速進(jìn)行模型訓(xùn)練以及快速適配，因此需要攻克對(duì)于不同場(chǎng)景下的深度偽造場(chǎng)景如何快速地進(jìn)行模型參數(shù)調(diào)優(yōu)。

針對(duì)上述難點(diǎn)，本文解決方法如下：

（1）提出了多樣化深度偽造圖像視頻精確檢測(cè)技術(shù)：通過構(gòu)建cross-cnn-vit-Transformer架構(gòu)，結(jié)合CNN和Transformer的優(yōu)勢(shì)，實(shí)現(xiàn)對(duì)不同尺度特征的有效融合，提升偽造圖像的識(shí)別能力。

（2）提出了模型壓縮技術(shù)與知識(shí)蒸餾技術(shù)：通過模型剪枝、量化等手段減小模型大小，優(yōu)化模型結(jié)構(gòu)，降低計(jì)算復(fù)雜度，以實(shí)現(xiàn)大規(guī)模視頻圖像的快速處理。

（3）提出了認(rèn)證場(chǎng)景下的模型微調(diào)與融合技術(shù)：利用集成學(xué)習(xí)和多任務(wù)學(xué)習(xí)方法，融合多個(gè)模型的輸出，提升檢測(cè)準(zhǔn)確率。

（4）提出了多任務(wù)的粗細(xì)結(jié)合水印去除技術(shù)：采用U-Net結(jié)構(gòu)，通過掩膜解碼器預(yù)測(cè)水印掩膜，重建無水印圖像，提升識(shí)別準(zhǔn)確率。

2 相關(guān)工作

深度偽造技術(shù)（Deepfake）[自問世以來，便以其生成逼真?zhèn)卧煲曨l的能力而備受關(guān)注。這種技術(shù)基于深度學(xué)習(xí)，尤其是生成式對(duì)抗網(wǎng)絡(luò)[2]（GAN），能夠?qū)⑷宋锏拿娌亢吐曇粲成涞侥繕?biāo)人物上，從而創(chuàng)造出難以區(qū)分真?zhèn)蔚囊曨l內(nèi)容。隨著技術(shù)的進(jìn)步，Deepfake技術(shù)的應(yīng)用范圍和影響力不斷擴(kuò)大，同時(shí)也帶來了一系列社會(huì)和倫理問題，尤其是其在制造虛假信息、進(jìn)行網(wǎng)絡(luò)詐騙等方面的潛在威脅。

為了提高檢測(cè)模型的性能，研究者們嘗試了多種技術(shù)路線。一種方法是通過模型壓縮和知識(shí)蒸餾技術(shù)，減小模型大小，優(yōu)化模型結(jié)構(gòu)，以實(shí)現(xiàn)在資源受限的環(huán)境下進(jìn)行高效檢測(cè)。另一種方法是利用多任務(wù)學(xué)習(xí)和集成學(xué)習(xí)，融合多個(gè)模型的輸出，以提升檢測(cè)的準(zhǔn)確率和魯棒性。此外，針對(duì)Deepfake視頻的多樣性和復(fù)雜性，一些研究者提出了基于多尺度特征融合的方法。例如，通過結(jié)合CNN的空間特征提取能力和Transformer的自注意力機(jī)制，可以更有效地捕捉視頻中的細(xì)微變化，提高檢測(cè)的準(zhǔn)確性。

然而，這些方法在實(shí)際應(yīng)用中仍面臨諸多挑戰(zhàn)，如檢測(cè)準(zhǔn)確率、實(shí)時(shí)性、對(duì)新型偽造技術(shù)的適應(yīng)性等問題。雖然已有諸多研究，但是Deepfake檢測(cè)仍然面臨著偽造技術(shù)快速迭代的挑戰(zhàn)。

3 技術(shù)方案

3.1本文方案主要解決的問題

（1）人臉驗(yàn)證系統(tǒng)缺乏對(duì)深偽視頻圖像的檢測(cè)能力。人臉驗(yàn)證系統(tǒng)所使用的活體檢測(cè)極易被深度

偽造技術(shù)攻擊，換臉視頻圖像會(huì)順利通過人臉驗(yàn)證，存在極大的安全隱患。

（2）人工審核難以實(shí)現(xiàn)深偽視頻圖像的驗(yàn)證。深度偽造技術(shù)發(fā)展迅速，新方法不斷涌現(xiàn)，合成質(zhì)量越來越好，逼真度高，人眼已經(jīng)難以分辨，給鑒偽工作帶來巨大挑戰(zhàn)。同時(shí)，對(duì)于人臉認(rèn)證請(qǐng)求量大，難以完全依靠人工在后臺(tái)進(jìn)行數(shù)據(jù)的審核校驗(yàn)，工作量巨大。

（3）人臉驗(yàn)證場(chǎng)景下對(duì)深偽檢測(cè)的要求高。一方面對(duì)深偽檢測(cè)的實(shí)時(shí)性要求高，不能影響正常的人臉驗(yàn)證流程，要求檢測(cè)算法具有較好的檢測(cè)性能；另一方面，對(duì)深偽檢測(cè)的精度要求高，不能產(chǎn)生大量的誤報(bào)和漏報(bào)，影響用戶正常的使用，要求檢測(cè)算法具有較好的檢測(cè)精度。

3.2本文方案的關(guān)鍵技術(shù)

（1）多樣化深度偽造圖像視頻精確檢測(cè)技術(shù)。提出多樣化cross-cnn-vit-Transformer架構(gòu)，這種架構(gòu)利用CNN強(qiáng)大的空間特征提取能力和Transformer的自注意力機(jī)制，通過跨尺度的交叉注意力模塊，實(shí)現(xiàn)不同尺度特征的有效融合。這樣的設(shè)計(jì)不僅增強(qiáng)了模型對(duì)圖像紋理細(xì)節(jié)的感知能力，還提升了模型對(duì)偽造圖像的識(shí)別能力。

（2）深度偽造圖像視頻高速率檢測(cè)技術(shù)。通過模型壓縮技術(shù)以及知識(shí)蒸餾技術(shù)[3]，以高精度模型作為教師網(wǎng)絡(luò)指導(dǎo)輕量型學(xué)生網(wǎng)絡(luò)訓(xùn)練，通過模型剪枝量化等手段減小模型大小，優(yōu)化模型結(jié)構(gòu)，降低計(jì)算復(fù)雜度，確保在資源受限環(huán)境下仍能保持高性能，從而實(shí)現(xiàn)大規(guī)模視頻圖像的快速處理，滿足實(shí)時(shí)檢測(cè)的需求。

（3）認(rèn)證場(chǎng)景下的模型微調(diào)與融合技術(shù)。為了進(jìn)一步提升認(rèn)證場(chǎng)景下的檢測(cè)準(zhǔn)確率，通過構(gòu)建人臉驗(yàn)證場(chǎng)景下的訓(xùn)練數(shù)據(jù)集，利用模型微調(diào)技術(shù)對(duì)基礎(chǔ)模型進(jìn)行迭代訓(xùn)練。提出利用集成學(xué)習(xí)和多任務(wù)學(xué)習(xí)方法融合多個(gè)模型的輸出，集成多個(gè)模型的優(yōu)點(diǎn)，從而實(shí)現(xiàn)檢測(cè)準(zhǔn)確率的提升。

（4）多任務(wù)的粗細(xì)結(jié)合水印去除技術(shù)。因部分人臉識(shí)別庫(kù)帶水印，為了提升識(shí)別準(zhǔn)確率，在方案中創(chuàng)新提出了一種多任務(wù)的粗細(xì)結(jié)合水印去除算法，分為粗度和細(xì)化兩個(gè)階段。采用U-Net結(jié)構(gòu)，水印定位和去除作為兩個(gè)任務(wù)，共享編碼器但各自獨(dú)立解碼。掩膜解碼器預(yù)測(cè)水印掩膜，通過掩膜引導(dǎo)的背景增強(qiáng)模塊重建無水印圖像。設(shè)計(jì)的自校準(zhǔn)掩膜細(xì)化模塊將水印特征傳播，細(xì)化階段以水印掩膜和無水印圖像為輸入，生成最終恢復(fù)的背景圖像，使用跳級(jí)連接和跨層次特征融合提升效果。

4.2提升人工審核工作效率，節(jié)約人力成本

線上視頻認(rèn)證審核工單全年約50.87萬筆，需投入5個(gè)稽核人員執(zhí)行審核，若切換至系統(tǒng)審核可節(jié)約5個(gè)稽核人工成本的投入。

4.3有效打擊犯罪，讓社會(huì)“安心”

積極踐行社會(huì)責(zé)任，共同應(yīng)對(duì)AI時(shí)代下電信網(wǎng)絡(luò)詐騙的行為，通過深度偽造監(jiān)測(cè)技術(shù)在視頻聊天、視頻會(huì)議等應(yīng)用中的運(yùn)用，可以建設(shè)更加安全的數(shù)字環(huán)境。在與廈門、大連等多個(gè)地方聯(lián)合開展的反詐專項(xiàng)行動(dòng)中，利用深偽檢測(cè)算法發(fā)現(xiàn)多起案件中利用深偽技術(shù)進(jìn)行換臉實(shí)施詐騙，累計(jì)抓獲10余名詐騙人員，搗毀多個(gè)詐騙窩點(diǎn)。

4.4方案的可推廣性

通過深度偽造監(jiān)測(cè)技術(shù)在視頻聊天、視頻會(huì)議、5G新通話等應(yīng)用場(chǎng)景中的快速部署，能夠顯著提升實(shí)名認(rèn)證平臺(tái)的工作質(zhì)效?？梢詮V泛應(yīng)用于各省實(shí)名認(rèn)證系統(tǒng)，增強(qiáng)系統(tǒng)的可靠性和公信力。此外，在視頻會(huì)議中集成深度偽造檢測(cè)功能，可以在會(huì)議期間實(shí)時(shí)監(jiān)控并標(biāo)記任何可疑的行為，確保參與者身份的真實(shí)性和會(huì)議內(nèi)容的完整性。該技術(shù)的應(yīng)用范圍還可以擴(kuò)展到公安、廣電、金融等多個(gè)領(lǐng)域。特別是公安部門可以利用它加強(qiáng)對(duì)網(wǎng)絡(luò)犯罪的預(yù)防與打擊。

5 結(jié)束語(yǔ)

本研究提出的基于生成式人工智能的視頻防偽認(rèn)證方案，有效地提升了對(duì)深度偽造技術(shù)的檢測(cè)能力，特別是在電信網(wǎng)絡(luò)詐騙防范領(lǐng)域。通過技術(shù)創(chuàng)新，該方案不僅提高了檢測(cè)的準(zhǔn)確率和實(shí)時(shí)性，還具有較強(qiáng)的適應(yīng)性和可推廣性。未來，我們將繼續(xù)優(yōu)化該方案，擴(kuò)展其應(yīng)用領(lǐng)域，為構(gòu)建更加安全的數(shù)字環(huán)境貢獻(xiàn)力量。

4 實(shí)踐與成效

4.1提高視頻人臉驗(yàn)證準(zhǔn)確度，降低涉詐風(fēng)險(xiǎn) 參考文獻(xiàn)

實(shí)現(xiàn)與福建移動(dòng)人臉視頻平臺(tái)對(duì)接，對(duì)每日近2000張線上入網(wǎng)、線上二次實(shí)名照片和視頻進(jìn)行檢測(cè)，視頻防偽檢測(cè)精確度提高至 95% 以上。上線后未發(fā)生一起偽造視頻導(dǎo)致入網(wǎng)以及二次認(rèn)證復(fù)機(jī)實(shí)施詐騙的行為。

[1]王麗娜，聶建思，汪潤(rùn)，等.面向深度偽造的溯源取證方法[J].清華大學(xué)學(xué)報(bào)（自然科學(xué)版），2022，62（5）：959-964.

[2]劉西蒙，謝樂輝，王耀鵬，等.深度學(xué)習(xí)中的對(duì)抗攻擊與防御[J].網(wǎng)絡(luò)與信息安全學(xué)報(bào)，2020，6（5）：36-53.

[3]邵仁榮，劉宇昂，張偉，等.深度學(xué)習(xí)中知識(shí)蒸餾研究綜述[J].計(jì)算機(jī)學(xué)報(bào)，2022（8）：1638-1673.