Deepfake 無所遁形！康乃爾團隊開發可藏於光源中的數位鑑識浮水印
所謂「有圖有真相」，更何況影片，所以長久以來影片一直被視為真相的來源。但隨著深度偽照（Deepfake）技術的出現，想要分辨影片的真偽，已然變得越來越困難，我們再也不敢大膽假設影片一定代表真相了。所幸康乃爾大學研究人員推出了一種新的鑑識技術，能將不可見的數位浮水印嵌入場景的光源之中，使調查人員能在影片拍攝完成後驗證其真實性。
康乃爾大學電腦科學助理教授 Abe Davis 提出支援上述數位鑑識浮水印技術的「雜訊編碼照明」（noise-coded illumination）概念，該概念並且在週日（8/10）加拿大溫哥華舉行的 SIGGRAPH 大會上由專案負責人、康乃爾大學計算機科學研究生 Peter Michael 發表。
將浮水印嵌入至實體光線中，連手機錄影也能捕捉到鑑識浮水印
早期的浮水印策略通常直接嵌入影片檔案中，透過改動像素的極微小元素來創造隱藏的識別碼。雖然在受控條件下效果不錯，但這些系統需要拍攝裝置或平台的配合。換言之，一旦惡意行為者選擇不採用相容的相機或擷取軟體，那麼就不會出現數位浮水印。
如今康乃爾研究團隊提供的新方法，能將浮水印嵌入至實體光線中，該光線在錄影過程中照亮被攝體。這意味著，環境中的任何攝影機，不論是專業的廣播設備還是智慧手機，都會在拍攝場景時不經意地捕捉到浮水印。
諸如電腦螢幕、攝影棚燈光或某些 LED 燈具等可程式化光源（programmable light source），只需透過軟體就可以嵌入經編碼過的亮度模式（brightness pattern）。至於標準的非程式化燈具（non-programmable lamp）則可以透過安裝一個約郵票大小的微型晶片進行改造，該晶片會依照一組密碼，讓光線強度微妙地波動。
嵌入的程式碼由肉眼無法察覺的照明頻率與亮度之微小變化所組成。Michael 解釋道，這些波動是基於人類視覺感知研究所設計的。每個光源的獨特程式碼，能有效生成一份在略有不同照明條件下之低解析度、帶有時間戳記的場景錄影。Davis 將這些錄影稱之為「程式碼影片」（code videos）。
分層式設計增加了浮水印的複雜度，但也提高了偽造影片的難度
Davis 表示，當有人對影片進行操縱時，被操縱的部分就會開始與我們在這些程式碼影片中看到的內容相矛盾。如果有人嘗試用 AI 生成假影片，只要將編碼模式與可疑影片進行比對，分析人員就可以偵測出遺失的影片片段、插入的物件或被更改的場景。就以採訪錄影為例，從採訪中移除的內容，將在復原的程式碼影片中顯示為空白畫面；而偽造的元素通常會顯示為全黑區塊。
研究人員已展示了在同一場景中使用多達三組獨立的照明程式碼。這樣的分層設計雖增加了浮水印的複雜度，但也提高了潛在偽造者的難度，因為他們必須複製多個同步的程式碼影片，而且這些影片都必須與可見畫面完全吻合。
Davis 補充指出，即使深偽駭客知道這項技術正在被使用，並且設法破解程式碼，其所做的一切仍然會困難得多。因為他們不再只是為一段影片偽造光線，而是必須為每一段程式碼影片分別偽造，而且所有偽造版本彼此之間還必須一致。
研究團隊不諱言指出，儘管雜訊編碼照明的概念極具發展與實用前景，但它並非萬全之策。隨著生成式 AI 工具的持續精進，製作逼真偽造內容的手法預計也將不斷演化。所以反深偽技術仍需不斷精進，才能搶占安全攻防先機。
（首圖來源：YouTube）