소셜 네트워크에서 GAN 생성 가짜 이미지 탐지

소셜 네트워크에서 가짜 이미지와 비디오의 확산은 빠르게 성장하는 문제입니다. 상업적인 미디어 편집 도구는 누구나 사람과 물체를 제거, 추가 또는 복제하여 가짜 이미지를 생성할 수 있게 합니다. 이런 전통적인 가짜를 탐지하기 위한 여러 기술이 제안되었지만, 매일 새로운 공격이 등장하고 있습니다. 생성적 적대 신경망(GAN)을 기반으로 한 이미지 대 이미지 변환은 이미지의 맥락과 의미를 매우 현실적인 방식으로 수정할 수 있게 해주기 때문에 가장 위험한 방법 중 하나로 보입니다. 본 논문에서는 36302개의 이미지 데이터셋을 기반으로 이상적인 조건과 소셜 네트워크에 업로드할 때 일반적으로 수행되는 압축이 있을 때의 이미지 위조 탐지기 성능을 연구합니다. 연구 결과, 전통적인 탐지기와 딥 러닝 탐지기 모두 95%까지의 탐지 정확도를 달성할 수 있지만, 후자는 압축된 데이터에서 89%까지의 높은 정확도를 유지하는 것으로 나타났습니다.