一种深度伪造模型的比对方法、装置及存储介质制造方法及图纸

本发明专利技术给出了一种深度伪造模型的比对方法、装置及存储介质，包括S1、获取并解析特定模型和待检测模型的模型参数；S2、基于特定模型和待检测模型的模型参数，分别构建特定模型和待检测模型的参数图；S3、基于表示学习模型计算特定模型和待检测模型的参数图相似度；S4、基于相似度判断待检测模型是否为深度伪造模型。以实现全面分析模型的结构节点信息，通过构造参数图的方式还原节点的层次依赖和网络结构信息，充分利用了模型中的各类信息，以加强模型间相似程度计算的准确性，所构建的方法适用范围更为广阔，对于同类模型及其变种具备更高的检出效果。

【技术实现步骤摘要】

本专利技术涉及计算机技术的，尤其是一种深度伪造模型的比对方法、装置及存储介质。

技术介绍

1、近年来，随着人工智能和机器学习技术的不断发展，“ai换脸”和“ai变声”各种手段不断涌现，利用“深度伪造”(以下简称“深伪”)技术合成虚假人脸信息和音视频日趋成熟，逼真度高。然而，这项技术可能会不法分子用于不良用途，如制造虚假证件、虚假新闻等用于欺骗公众，严重危害广大网民安全和用户体验。为此如何对ai深伪模型进行快速检测，判断是否具备“深伪”等功能得到了许多关注，亟需提出一种深度伪造模型的检测识别方法。

2、在现阶段的研究当中，往往是通过构建“深伪”模型文件库，模型文件中往往包含算法的网络结构和网络参数信息。基于文件md5进行比对的方法，只能检测出网络结构与网络参数完全一致的模型文件。然而在模型训练过程中，参数、样本采样以及初始化等设置差异影响，所得到的模型文件虽然md5不一致，但是功能相似，甚至模型效果也极为近似。基于模型节点相似度的方法，只考虑了节点的相似性，忽略节点间的层次关系和结构依赖关系，然而节点的层次关系和结构关系也在模型功能当中起到至关重本文档来自技高网...

【技术保护点】

1.一种深度伪造模型的比对方法，其特征在于，包括：

2.根据权利要求1所述的一种深度伪造模型的比对方法，其特征在于，步骤S1包括利用预设的模型训练框架从所述特定模型和所述待检测模型的模型文件中读取模型参数和节点内容，所述模型参数包括所述节点内容中对应节点的参数信息。

3.根据权利要求2所述的一种深度伪造模型的比对方法，其特征在于，步骤S2包括：

4.根据权利要求1所述的一种深度伪造模型的比对方法，其特征在于，步骤S3所述表示学习模型包括共享GCN层。

5.根据权利要求4所述的一种深度伪造模型的比对方法，其特征在于，步骤S3包括：

...

【技术特征摘要】

1.一种深度伪造模型的比对方法，其特征在于，包括：

2.根据权利要求1所述的一种深度伪造模型的比对方法，其特征在于，步骤s1包括利用预设的模型训练框架从所述特定模型和所述待检测模型的模型文件中读取模型参数和节点内容，所述模型参数包括所述节点内容中对应节点的参数信息。

3.根据权利要求2所述的一种深度伪造模型的比对方法，其特征在于，步骤s2包括：

4.根据权利要求1所述的一种深度伪造模型的比对方法，其特征在于，步骤s3所述表示学习模型包括共享gcn层。

5.根据权利要求4所述的一种深度伪造模型的比对方法...

【专利技术属性】
技术研发人员：陈志明，邓宇，赵建强，金辉，陈宜暄，刘晓芳，
申请(专利权)人：厦门市美亚柏科信息安全研究所有限公司，
类型：发明
国别省市：

全部详细技术资料下载 我是这个专利的主人