卫 霞 白国柱 张文俊

1(西安明德理工学院 西安 710124) 2(国家计算机网络与信息安全管理中心陕西分中心 西安 710075)

深度伪造技术(Deepfake)可以生成人类肉眼无法辨别的虚假图像、视频，网友将此类虚假图像、视频称之为Deepfakes[1].目前，诸如Openfaceswap,Deepnude,Zao等Deepfake应用都提供了一键式操作，极大降低了使用门槛，增大了Deepfake滥用的可能[2].Deepfakes进入数据高度开放流动的互联网领域后，能够令虚假信息以高度可信的方式呈现给社会公众，使其影响力瞬间成千上万倍放大，进而引导社会舆论，操纵国家选举，威胁经济发展，影响国际关系格局，对国家、社会和个人的声誉造成巨大威胁.

目前，涵盖技术和政策监管2个层面的对抗Deepfake已经成为各国研究的重点和难点.在技术层面，Facebook,Twitter等通过在功能、算法和策略方面作了大量尝试[3]，但因为培训数据的不足，导致虚假新闻界定的困难及信息重现的成本较高，从而使得收效甚微；在政策监管层面，少数社会媒体公司及政府权威机构通过规范网络信息流，在对抗Deepfakes方面取得了一定的效果，但是该方法改变了社交网络的功能和信任模型，与互联网信息流动的开放、分散属性相悖.因此，反制技术的最大挑战是在识别、限制Deepfakes传播的同时保持互联网的分散性.

区块链作为目前全球最炙手可热的前沿技术之一，具备在分散和不可信的环境中增强共识的能力.通过创建一个低成本的安全可信渠道，区块链将人与人之间的传统信任模式转换为对机器的信任，社……