본 논문은 얼굴 인식 시스템의 취약점인 얼굴 합성 공격(face morphing attack)을 탐지하는 알고리즘 개발을 위한 새로운 합성 얼굴 합성 데이터셋을 제안한다. 개인정보 보호 문제로 대규모 공개 데이터셋이 부족한 점을 해결하기 위해 2450명의 신원과 10만 개 이상의 합성 얼굴 이미지를 포함하는 데이터셋을 생성하였다. 본 데이터셋은 고품질 샘플, 다양한 합성 알고리즘, 단일 및 차등 합성 공격 탐지 알고리즘 모두에 대한 일반화 가능성을 특징으로 한다. 얼굴 이미지 품질 평가와 취약성 분석을 통해 데이터셋의 품질과 얼굴 인식 시스템에 대한 공격 가능성을 평가하고, 기존 최고 성능의 합성 데이터셋 및 비합성 데이터셋과 비교하여 성능 향상을 보였다. 또한, 다양한 프로토콜을 설계하여 제안된 합성 데이터셋을 이용한 합성 공격 탐지 알고리즘 훈련의 적용 가능성을 연구하였다.
