网络空间安全学院

英文站|

最新动态
当前位置:    首页 > 最新动态 > 新闻动态 >    正文
“网安强国”系列讲座——多媒体取证新进展&智能媒体取证与防御

日期:2024-08-09                   来源:                   作者:               关注:

2024年8月8日星期四下午15点30分,应我院王宏霞教授邀请,深圳大学李斌教授与中山大学卢伟教授在四川大学江安校区多学科交叉创新研究大楼作了题为“多媒体取证新进展&智能媒体取证与防御”的学术讲座。本场讲座由王宏霞教授主持。

在本次讲座中,李斌教授首先强调了生成模型快速发展背景下,虚假内容在社交媒体上的广泛传播,对个人、社会乃至国家安全带来了重大威胁。这一现象使得多媒体取证技术研究日益受到重视。为深入剖析多媒体取证的研究现状,李斌教授详细介绍了其课题组在前沿算法和新颖应用场景两大领域的最新研究进展。在前沿算法方面,李教授首先指出数字取证技术目前主要面临的挑战包括泛化性、鲁棒性以及可解释性问题。他随后展示了课题组通过手工特征构建、神经网络设计和学习策略优化等多维度手段,旨在提高数字取证的有效性的研究成果,并特别强调了数据工程在此研究领域中的关键作用。在新颖场景的研究中,李教授特别强调了探索常用但尚未充分研究的载体的重要性,如在WebP压缩图像和文本图像等媒介上,如何解决传统取证算法表现不佳的问题。在最后的讨论阶段,李斌教授与在场学生就多模态大模型时代下数字取证技术的发展面临的挑战与机遇进行了深入交流,这些讨论旨在推动学术界对这一重要领域的进一步研究。

卢伟教授着重介绍了人工智能生成内容(AIGC)时代下,文本、图像、视频和音频等多模态智能媒体信息取证的重要性,并从被动取证和主动防御两个角度深入探讨了智能媒体取证的问题。在被动取证方面,卢教授首先提出取证的主体内容可分为单模态与多模态,不同的内容形态引发了各自独特的研究问题。他列举了包括人脸视频检测、可解释图像检测、鲁棒音频检测、多模态伪造定位及真实性验证等复杂场景。为了有效解决这些问题,卢教授建议从宏观和微观两个层面分析伪造篡改机制,深入挖掘伪造痕迹,以实现对伪造信息的有效监控和预警。在主动防御方面,卢教授分析了基于对抗样本的后门攻击和模型窃取引发的数据隐私泄露问题,并分享了这些问题的最新研究成果,强调了新场景探索和新数据构建在智能媒体取证中的关键作用,并为未来的研究提供了方向。讲座的最后阶段,卢教授针对同学们关注的AIGC新时代研究范式的变革提出了自己的观点,并耐心解答了现场同学提出的其他相关问题,展示了其深厚的学术造诣和对未来发展的深刻洞察。


网络空间安全学院

2024年8月9日



关闭