МАХАЧКАЛА, 16 февраля. — Исследователи Дагестанского государственного университета (ДГУ) разработали методы выявления поддельных видео и изображений, созданных с помощью технологий искусственного интеллекта (deepfake). Работа направлена на противодействие мошенничеству и дезинформации в цифровой среде.

Авторами исследования, опубликованного в рецензируемом журнале ВАК, выступили декан факультета математики и компьютерных наук Амучи Якубов и аспирант Гаджимурад Мирзоев.

Как поясняют исследователи, традиционные методы поиска следов монтажа или несоответствий в освещении против современных deepfake бессильны. Генеративно-состязательные и диффузионные нейросети создают настолько реалистичный синтетический контент, что человеческий глаз уже не способен уловить подделку. В связи с этим детектор также должен быть построен на алгоритмах искусственного интеллекта, способных анализировать скрытые цифровые «отпечатки», которые оставляет после себя алгоритм-фальсификатор.

В основе работы дагестанских учёных — строгая математическая формализация задачи, где видеоряд классифицируется как подлинный или поддельный. Особое внимание авторы уделили проблеме «доменного сдвига» — ситуации, когда детектор, обученный распознавать одни типы фейков, теряется при появлении новых. Для повышения универсальности модели они применили принципы дистрибутивно-робастной оптимизации.

Теоретические выкладки были проверены на практике. С использованием графического процессора NVIDIA RTX 2080 Ti учёные провели сравнительный анализ четырёх архитектур нейросетей: Xception, ResNet-50, VGG16 и MobileNetV2. Тестирование проходило на базе крупнейшего набора данных DeepFake Detection Challenge (DFDC).

Результаты показали, что архитектура Xception демонстрирует оптимальный баланс между качеством и производительностью: точность распознавания составила около 88,5% при скорости обработки 89 миллисекунд на кадр. Сеть VGG16 показала схожую точность, но оказалась в 12 раз медленнее, в то время как MobileNetV2, напротив, стала самой быстрой, но уступила в точности. Дополнительная проверка моделей на другом датасете (FaceForensics++) подтвердила их способность адаптироваться к новым, незнакомым видам подделок.

Ректор ДГУ Муртазали Рабаданов высоко оценил работу коллектива, назвав её вкладом в обеспечение цифрового суверенитета.

«ДГУ последовательно наращивает компетенции в сфере искусственного интеллекта, и данное исследование подтверждает, что дагестанская научная школа способна решать задачи мирового уровня», — отметил ректор.