Технологии подделки
Телефон или почта. Чужой компьютер.Внимание, подделка!
Автор статьи рассматривает способы подделки рукописных почерка и подписей компьютерными технологиями. На сегодняшний день выделяют две основные технологии подделки подписей. Наименее трудоемкими способами технической подделки подписи являются распечатка отсканированного изображения подлинной подписи на поддельном документе с использованием лазерного или струйного принтера либо копирование подписи с использованием факсимильных, копировальных аппаратов, многофункциональных устройств МФУ типа сканер-копир-принтер. В идеале на исследование эксперту-почерковеду документ должен попадать только после того, как эксперт в области технической экспертизы документов даст категорический вывод о том, что в исследуемом документе подпись исполнена рукописным способом, а не нанесено каким-либо способом ее изображение, и при этом каких-либо признаков технической подделки подписи путем рукописного копирования не установлено. Допустим, что эта процедура была соблюдена - эксперт, специализирующийся на технико-криминалистическом исследовании документов, не установил каких-либо признаков технической подделки подписи, а эксперт-почерковед дал категорический вывод о том, что в оспариваемом документе подпись от имени гр.
Каждый бренд нуждается в защите. И чем выше капитализация бренда, которой могут похвастаться, например, представители автомобильного рынка, тем более востребованной становится защита от фальсификаторов. Производство контрафактных товаров представляет собой многомиллиардный бизнес, наносящий огромный ущерб экономике.
Дипфейк — это метод создания поддельного медиаконтента аудио, изображения или видео , с помощью алгоритмов глубокого обучения. Первые дипфейки заключались в простом «натягивании» лица какой-нибудь медийной персоны на лицо другого человека с помощью технологии FaceSwap, основанной на генеративно-состязательных сетях Generative adversarial network, GAN. GAN состоит из двух частей: генератора и дискриминатора. Одна модель генерирует реплики из набора данных образцов изображений, а другая пытается определить, действительно ли новое изображение является фейковым. Когда вторая модель затрудняется ответить, тогда дипфейк, вероятно, достаточно правдоподобен и для зрителя. Если немного дообучить GAN на небольшой базе фотографий а в эпоху соцсетей сбор такой базы проблемы не представляет , то можно запросто генерировать реалистичные смешные, провокационные или порочащие фотографии.