李泽宇 张旭鸿 蒲誉文 伍一鸣 纪守领

1 （浙江大学计算机科学与技术学院 杭州 310007）

2 （浙江大学控制科学与工程学院 杭州 310007）

随着深度学习（deep learning，DL）技术的飞速发展以及在各个领域的广泛应用，深度学习技术在视频以及图片的伪造编辑方面的应用也逐渐被人熟知，从早年ZAO APP 提供的低成本换脸视频编辑服务促使相关视频在视频社交网络上风靡一时，到现在在教育、人机交互和艺术创作等领域中的广泛应用前景，深度伪造（deepfake）技术的应用都有一定的影响力，但是深度伪造具有不良目的的应用造成的负面影响远大于其积极影响.2020 年7 月，麻省理工学院发布了一条尼克松宣布登月失败演讲的深度伪造视频，在视频中尼克松的面部表情以及语音都得到了还原，内容可以做到以假乱真的效果.一些恶意用户可能会利用相关技术伪造政客、明星等公众人物的虚假视频内容，从而扩散谣言、引导舆论，并由此获利，同时伪造的视频可能在刑侦取证方面造成阻碍.

由于深度伪造产生较为严重的负面影响，社会各界已经开始采取相应的防护对策.为了防止针对政治人物的伪造视频对国家安全造成影响，各国政府已经开始促进相关行业的标准和法律的制定.同时，YouTube 和TikTok 等互联网公司也已经开始着手管制深度伪造视频，并举行了多次伪造视频检测比赛.在学术界，研究者们针对深度伪造提出了适用于多种场景的大量检测技术作为深度伪造的……