Smart Engines представила первое комплексное решение для выявления дипфейков документов — «Шерлок 3о». Система детектирует поддельные изображения, созданные с помощью современных генеративных моделей, включая NanoBanana, ChatGPT, Grok, Qwen, Midjourney, Stable Diffusion, Flux и еще 20 других.
Технология ориентирована на компании, которые обязаны проводить идентификацию клиентов и противодействовать мошенничеству в соответствии с регуляторными требованиями. Обновленное решение проверяет документы на подлинность по 600 признакам и используется в банках и МФО — организациях, наиболее подверженных подобным атакам.
Сегодня дипфейки стали одним из ключевых инструментов цифрового мошенничества. По данным Европейского парламента, их количество растет экспоненциально – с 500 тыс. в 2023 году до 8 млн в 2025 году. Одновременно увеличивается и экономический ущерб: по оценкам Deloitte, глобальные потери от дипфейк-мошенничества могут достигнуть $40 млрд к 2027 году. Угроза уже получила признание на государственном уровне: в России в 2026 году при участии Минцифры создана межведомственная рабочая группа по противодействию незаконному использованию технологий дипфейков.
«Развитие технологий редактирования изображений и генеративных моделей позволяет создавать фальсифицированные документы, визуально неотличимые от оригинала — от точечного изменения отдельных реквизитов до полной реконструкции изображения. При этом такие подделки больше не требуют ни специальных навыков, ни сложной инфраструктуры. По сути, мы наблюдаем “демократизацию фрода”, и это принципиально меняет масштаб угрозы – атаки становятся дешевле, быстрее и полностью автоматическими», – рассказал генеральный директор Smart Engines, доктор технических наук Владимир Арлазаров.
В основе «Шерлока 3о» лежит фирменный подход к детекции дипфейков, основанный на анализе микрофрагментов изображения. Он позволяет выявлять статистические аномалии и артефакты, недоступные визуальному восприятию. В отличие от семантических методов, которые опираются на поиск логических несоответствий в содержании сцены, разработанный исследователями Smart Engines подход абстрагируется от смысла изображения и анализирует низкоуровневые паттерны, возникающие при генерации или редактировании. Это обеспечивает одинаково высокую глубину проверки вне зависимости от реалистичности дипфейка и сохраняет эффективность технологии по мере развития генеративных моделей.
Другое ключевое усиление антифрод-решения касается детекции коллажей с документами, включая случаи вставки отдельных символов. В систему также внедрена содержательная оценка качества изображения: «Шерлок 3о» автоматически сигнализирует при перекрытии значимых данных и надежно выполняет проверки, если целостность данных не нарушена. Это позволяет банкам, МФО, страховым и другим бизнесам применять решение без риска необоснованных отказов и потери конверсии.
Комментарии
(0) Добавить комментарий