深度伪造视频中的信息特征萃取及其关联计算OA北大核心CHSSCDCSSCICSTPCD

[研究目的]人工智能的快速发展为深度伪造信息识别研究带来了新的挑战,通过精细萃取深度伪造信息特征和充分挖掘信息特征的关联机制,可以为人工智能生成信息治理提供科学的参考依据。[研究方法]以217条国内外深度伪造案例视频为研究对象,利用程序化编码萃取深度伪造视频的信息特征,运用复杂网络和随机森林算法揭示信息特征的结构关联和影响关联,并构建融合深度伪造信息特征及关联计算的动态理论模型。[研究结论]结果发现深度伪造信息具有预警特征、技术特征、内容特征和参与特征4个聚合维度、12个二阶特征和125个子特征,其中技术特征和预警特征是区别于一般虚假信息的独特特征。预警特征是结构关联网络中的关键节点,与技术特征强关联;参与特征和内容特征结构关联度高;深度伪造告知和技术与深度伪造信息关注度之间存在强烈的关联性。