关键词： 人工智能技术   传播秩序   应用策略   深度学习   信息安全防护   多媒体数据   机器学习   信息技术  

摘要： 信息技术飞速发展,多媒体数据已成为现代社会中信息传播的重要载体。然而由于多媒体数据的易复制性、易篡改性及在网络中的广泛传播,给信息安全带来了新的挑战。人工智能技术为多媒体安全领域注入了新的活力,通过深度学习、机器学习等先进手段,人工智能技术能够高效识别、分析并处理多媒体数据中的安全隐患,为多媒体内容的保护、版权维护及真实性验证提供了强有力的支持。人工智能技术在多媒体安全中的应用实践,既可提升信息安全防护的智能化水平,亦可在维护网络环境健康、促进信息传播秩序、保障个人隐私权益等方面发挥重要作用。

关键词： 高职院校   多媒体教室   网络安全  

摘要： 多媒体教室是高职院校教学的主要场地,也是高职院校教师的主要教学途径,运用多媒体教室可以有效地提高课堂教学的效果,使教师和学生都能从中获益。但是现在多媒体教室存在着木马病毒等多种影响网络安全的因素,因此多媒体教室在网络安全与构建方面必须引起广大师生的高度关注,一定要对多媒体教室进行网络安全保护来保证多媒体教室的正常运行。

关键词： 数字媒体技术   土木工程安全管理  

摘要： 文章首先概述了数字媒体技术的定义及其发展历程，进而分析了当前土木工程安全管理的现状，指出了存在的主要问题。详细阐述了数字媒体技术在提高安全管理效率和效果方面的应用，如虚拟现实技术在安全培训中的应用，以及数字媒体技术在大型建筑项目安全管理中的实践。对数字媒体技术在土木工程安全管理中的未来发展趋势进行了展望，并提出了相应的建议，旨在推动该领域技术的进一步研究与应用，以期提高土木工程的安全管理水平，保障工程建设的安全与效率。

关键词： 深度伪造人脸检测   多媒体安全   对比学习   成对交互学习   泛化性  

摘要： 随着深度学习技术的发展,尤其是生成模型的不断进步,深度伪造(Deepfake)技术生成的伪造人脸图像质量得到了显著提升。而对深度伪造生成技术的滥用则对公众和个人信息安全构成巨大威胁。因此,近年来研究者提出了许多检测方法来应对假图像的威胁。大多数深度伪造检测方法都是生成痕迹驱动的,这类方法与训练数据集密切相关,在训练数据集上具有良好性能,但在跨域数据集上泛化性表现不佳。针对此问题,本文引入对比学习、成对交互学习、Swin Transformer以及EfficientNet网络等相关理论与方法研究深度伪造检测问题。具体研究内容如下: (1)针对现有检测方法泛化性不足的问题,本文提出了一种基于监督对比学习的深度伪造人脸检测方法。该方法通过分析图像邻近像素中的局部高频噪声特征,实现了空频结合的数据增强,有效弥补了传统RGB输入的局限性。该方法还引入了监督对比学习策略,确保模型专注于学习真伪图像之间的差异特征,而非仅仅识别特定伪造操作留下的伪造痕迹。此外,本方法采用了 Swin Transformer作为特征提取的核心网络,通过捕获图像的局部和全局信息,进一步提升了图像特征的提取效果。经过在FF++数据集上严格训练,并在FF++、Celeb-DF和DFDC数据集上全面评估实验,本方法分别达到了99.3%、71.3%和72.4%的AUC值。实验结果表明,与现有的几种典型方法相比,本方法在检测泛化性和对压缩攻击的鲁棒性方面展现出不错的性能。 (2)针对深度伪造图像日益逼真引起真伪图像差异越来越微妙的问题,本文提出了一种基于成对交互学习的深度伪造人脸检测方法。该方法通过提取RGB色彩空间、YCbCr色彩空间以及频域空间中的通道信息,并将这些信息融合为多通道数据,实现了对数据的深度挖掘和多通道信息提取。这些多通道信息随后被输入到多通道成对交互学习模块中。该模块通过比较成对图像(一幅真实图像与一幅伪造图像)之间的细微差异,强化了模型对这些差异的识别能力。通过学习不同通道中的成对交互特征,模型的泛化能力得到了提升。通过在FF++、Celeb-DF和DFDC数据集上进行实验,在FF++数据集上进行训练并在FF++、Celeb-DF和DFDC数据集上进行评估测试,本方法分别达到了99.6%、69.4%和70.8%的AUC值。实验结果证明本方法在域内检测精度和跨域检测泛化性方面均有所提升。

关键词： 多媒体安全   人脸伪造检测   深度学习   预训练模型   自监督学习  

摘要： 随着生成式人工智能技术的发展,深度学习模型生成的视觉内容已经在互联网上广泛传播,其中人脸深度伪造技术(Deepfake)能够生成肉眼难以辨识的虚假人脸视频,这些内容被恶意使用将导致严重的信任危机,对网络空间中的认知安全构成严重的威胁。为了对抗深度伪造技术的负面影响,发展人脸伪造检测技术尤为重要。当前人脸伪造检测领域缺乏高质量的伪造人脸样本,真实人脸数据虽然丰富但是难以被有效利用。人脸伪造检测算法对于图像、视频检测的准确性有待提高,对未知伪造方法的泛化能力以及对压缩和其他扰动的鲁棒性也存在不足。 为了解决上述问题,本文基于任务迁移思想,将图像生成任务中的扩散模型迁移到人脸伪造检测的训练数据合成中,解决了缺乏高质量训练数据的问题。将细粒度图像分类任务中关注判别性区域的模型迁移到人脸伪造图像检测中,提高了检测准确性。将唇形运动特征迁移到人脸伪造视频检测中,使检测模型可以利用真实人脸视频进行自监督预训练以提升模型在人脸伪造检测任务上的表现。将通用人脸表征迁移到人脸伪造视频检测中,进一步提升了人脸伪造检测算法的泛化能力和鲁棒性。本文的主要研究工作和创新成果如下: 1.提出了基于图像生成任务迁移的训练数据合成算法 传统的训练数据合成使用图像粘贴算法,可以合成较为多样化的伪造人脸图像,改善了检测模型的泛化能力,然而该算法合成的训练样本质量不高。为解决这一问题,提出了基于图像生成任务迁移的训练数据合成算法,将扩散模型迁移到人脸伪造检测的训练数据合成中,通过可控的图像去噪过程,生成与背景人脸外观相似且无明显属性差异的图像,从而合成视觉质量更高的伪造人脸图像。但直接使用该算法可能导致检测模型对图像生成的痕迹过拟合,因此,采用对背景图像和真实图像进行单步重构操作,使检测模型仅关注可泛化的图像混合特征。实验结果表明,所提出的数据合成算法可以显著提升人脸伪造检测模型的泛化能力。 2.提出了基于细粒度分类任务迁移的人脸伪造检测算法 通过分析卷积神经网络不同尺度的特征图发现,浅层纹理特征可以有效捕捉不同类型的伪造痕迹,而这些痕迹通常集中存在于图像的局部区域,这一特点与细粒度分类任务中的判别性区域相似。因此,提出了基于细粒度分类任务迁移的人脸伪造检测算法,将细粒度分类中对判别性区域进行定位的思想迁移到人脸伪造检测中。所提出的算法利用多区域注意力关注图像中的关键区域,并结合根据伪造图像特点设计的纹理特征增强模块,增强模型对局部伪像的识别能力。为了解决多区域注意力网络在训练中容易发生退化的问题,提出了区域独立性损失函数以及注意力引导的数据增强策略。实验结果验证了所提出算法的有效性,并展示了其在多种网络结构中的通用性。 3.提出了基于音视频自监督预训练任务迁移的人脸伪造检测算法 伪造人脸视频的每一帧通常是独立生成的,伪造过程产生的表情偏差会导致伪造人脸视频的运动特征不具有真实人脸运动的连续性。为了利用这一特点进行伪造检测,提出了基于音视频自监督预训练任务迁移的人脸伪造检测算法,通过音视频自监督学习的方式训练模型提取语义层面的唇形运动特征,然后将运动特征迁移到人脸伪造检测任务,并设计了两阶段视频编码器:第一阶段专注于从视频帧中提取空域特征,而第二阶段从这些特征序列中建模时域运动信息;在自监督预训练完成后,通过微调使模型更好地适应于检测伪造视频中的运动异常。实验结果表明,所提出的算法对压缩视频的检测准确率有显著提高,并对未知伪造方法具有良好的泛化能力。 4.提出了基于通用人脸表征任务迁移的人脸伪造检测算法 除了缺乏运动连续性,伪造视频还存在帧间身份特征改变等其他语义不一致性。为了利用视频中更丰富的语义特征进行人脸伪造检测,提出了基于通用人脸表征任务迁移的人脸伪造检测算法,该算法首先利用文本-图像预训练模型提取人脸图像的多维度语义特征,然后通过时域适配模块将捕捉视频中不同人脸属性的动态变化,使模型能够直接对人脸身份、表情等高层语义信息进行时序建模;为了增加训练样本中伪造痕迹的多样性,还设计了一种高效的视频级自混合数据增强方法,使训练样本中每帧的伪造痕迹具有合理的动态变化。实验结果表明,精细的人脸语义表征所提供的先验知识有助于提高人脸伪造检测的泛化能力和鲁棒性。

摘要： 2022年，湖南日报社利用多媒体内容安全感知与智能检测平台，保障了新媒体内容的合法合规。媒体融合内容感知与安全湖南省重点实验室联合国防科技大学计算机学院、方滨兴院士工作站共同研发了“多媒体内容安全感知与智能检测平台”。基于人工智能的多媒体内容安全感知与智能检测平台，可全面自动检测、发现湖南日报社各个互联网发布平台存在的敏感信息与内容安全风险，研判其影响等级作出处置建议，实现多媒体内容安全监测和发布后内容安全风控。

关键词： 中国电子学会   网络空间安全   科研机构   信息隐藏   重庆邮电大学   人工智能   七言绝句   生成式  

摘要： “山城雾锁冬月半,渝水欢歌待中天,五湖宾朋聚一堂,巴渝风华共领域。”黄殿中院士利用生成式人工智能编辑的一首七言绝句,为第十七届全国信息隐藏暨多媒体信息安全学术大会拉开了序幕。本次大会于2023年12月15-17日在重庆召开,由中国电子学会主办,重庆邮电大学、中国电子学会通信分会和中国电子学会网络空间安全专家委员会共同承办,来自全国科研机构、高等院校及地方政府的300多名专家学者,围绕多媒体信息安全领域的前沿话题展开深入的交流和探讨。

关键词： 多媒体大数据   隐私查询   隐私保护   安全共享  

摘要： 本文研究构建多媒体大数据隐私保护和安全共享平台,旨在保障多媒体大数据的安全性和隐私性,提高数据共享的效率和质量。以多媒体大数据应用的金融场景为例,构建如实还原金融机构生产场景的验证环境,统筹解决多媒体数据分域或逻辑隔离存储问题。本文的研究成果对于多媒体数据隐私保护和安全共享具有重要的意义。该平台的提出不仅可以保护个人隐私,还能够促进多媒体数据的有效利用和社会共享。同时,该研究也为相关领域的研究提供了新的思路和方法,有助于推动多媒体大数据技术的发展和应用。

关键词： 多媒体安全   人工智能技术   机器学习   图像处理方法   图像特征提取   多模态数据   智能分析   重点实验室  

摘要： 实验室面向人工智能领域的图像认知问题开展基础理论与应用技术研究,是重庆邮电大学“计算,机科学与技术”一级学科博士学位授权点的支撑平台之。实验室结合国家和重庆市发展需求,围绕人工智能技术发展中具有共性、基础性、关键性和前瞻性的科学问题,在“基于机器学习的图像处理方法”“图像特征提取与应用”“多模态数据智能分析”“图像认知与大数据服务”“多媒体安全”5个方向上开展研究,发挥图像认知技术在信息科技中的引领作用。

关键词： 高校   多媒体教室   网络安全   防护  

摘要： 在信息化时代到来以后,高校也加强了信息化建设,并且开始优化自身的多媒体教学体系。在这样的状况下,多媒体教室的网络安全防护便显得尤为重要,如果不能形成健全完善的网络安全防护体系,那么便可能涌现出许许多多的网络安全问题。本文在对高校多媒体教室网络安全问题加以分析的基础上,着重探讨了相对应的网络安全防护策略,并提出了具体的实践建议,以推动高校网络安全的科学建设。