[공지사항]을 빙자한 안부와 근황 
Show more

दैनिक अर्क्सिव

यह पेज दुनियाभर में प्रकाशित होने वाले आर्टिफिशियल इंटेलिजेंस संबंधित रिसर्च पेपर्स को संक्षिप्त रूप में प्रस्तुत करता है।
यहां Google Gemini का उपयोग करके पेपर्स का सारांश तैयार किया जाता है और यह पेज गैर-लाभकारी रूप से संचालित किया जाता है।
पेपर के कॉपीराइट लेखक और संबंधित संस्थान के पास हैं, और साझा करते समय बस स्रोत का उल्लेख करें।

SHIELD: प्रतिकूल हमलों के विरुद्ध मज़बूत डीपफ़ेक पहचान के लिए एक सुरक्षित और अत्यधिक उन्नत एकीकृत शिक्षण

Created by
  • Haebom

लेखक

कुतुब उद्दीन, अवैस खान, मुहम्मद उमर फारूक, खालिद मलिक

रूपरेखा

इस पत्र में, हम डीपफेक ऑडियो डिटेक्शन की भेद्यता को दूर करने के लिए एक नवीन सहयोगी शिक्षण पद्धति, SHIELD का प्रस्ताव करते हैं। हम प्रयोगात्मक रूप से दर्शाते हैं कि मौजूदा डीपफेक ऑडियो डिटेक्शन विधियाँ जनरेटिव एडवर्सरियल नेटवर्क पर आधारित एंटी-फोरेंसिक (AF) हमलों के प्रति संवेदनशील हैं, और एक सहयोगी शिक्षण ढाँचा तैयार करते हैं जो इनसे बचाव के लिए एक रक्षात्मक जनरेटिव मॉडल (DF) को एकीकृत करता है। SHIELD वास्तविक और AF हमले की ऑडियो, और एक सहायक जनरेटिव मॉडल का उपयोग करके उत्पन्न वास्तविक और हमले की ऑडियो के बीच सहसंबंध को समझने के लिए एक ट्रिपलेट मॉडल का उपयोग करता है। यह ASVspoof2019, In-the-Wild, और HalfTruth डेटासेट पर विभिन्न जनरेटिव मॉडलों पर मज़बूत प्रदर्शन प्रदर्शित करता है, और AF हमलों के कारण होने वाली डिटेक्शन सटीकता में गिरावट को प्रभावी ढंग से कम करता है।

Takeaways, Limitations

•
Takeaways:
◦
पेश है SHIELD, एक नई रक्षा तकनीक जो डीपफेक ऑडियो पर एंटी-फोरेंसिक हमलों का प्रभावी ढंग से मुकाबला करती है।
◦
सहायक जनरेटिव मॉडलों का उपयोग करके सहयोगात्मक शिक्षण के माध्यम से AF हमलों के विरुद्ध मजबूती में सुधार करना।
◦
विभिन्न डेटासेट और जनरेटिव मॉडल पर प्रयोगों के माध्यम से प्रदर्शन सत्यापन।
•
Limitations:
◦
प्रस्तावित SHIELD के सामान्यीकरण प्रदर्शन पर और शोध की आवश्यकता है। विभिन्न प्रकार के AF हमलों के प्रति इसके प्रतिरोध का और मूल्यांकन आवश्यक हो सकता है।
◦
वास्तविक दुनिया के परिवेशों में प्रदर्शन मूल्यांकन सीमित हो सकता है। विभिन्न प्रकार के वास्तविक दुनिया के डीपफेक ऑडियो डेटा पर परीक्षण की आवश्यकता हो सकती है।
◦
कम्प्यूटेशनल लागत और जटिलता पर विचार किया जाना चाहिए। SHIELD की प्रभावशीलता में सुधार के लिए अतिरिक्त शोध की आवश्यकता हो सकती है।
👍
Made with Slashpage