蚂蚁数科依托旗下天玑实验室，首次构建了大规模★★、高质量★★、多模态的Deepfake数据集，其合成超过百万级多媒体内容，充分模拟了真实世界金融风控环境中的Deepfake攻击样本★，成为评测现有金融领域Deepfake检测模型性能的重要标准。在金融业务场景中★★★，蚂蚁数科多组测试数据集上的Deepfake检测准确率达到98%以上，并成功阻止多起利用Deepfake技术进行的欺诈行为，保护用户的资产安全★★★。

　　因此，在金融领域开发针对Deepfake攻击的检测系统显得尤为必要。然而，构建一个强大的Deepfake检测和防御模型，同样需要高质量且符合真实世界环境的人脸Deepfake数据集。如何构建模拟真实世界的数据集以及如何验证其有效性，已成为亟待解决的问题。

　　此外，蚂蚁数科还在“2024外滩大会”上发起了一场Deepfake攻防挑战赛，将Deepfake数据集作为比赛的基础训练和测试数据★★★，吸引到了全球26个国家和地区★★，2200多名选手报名参赛公海赌赌船官网jc710★。通过大赛选手贡献的算法方案，Deepfake数据集的攻击质量和检测难度得到了有效验证和评估。

　　在数据预处理和标注阶段，蚂蚁数科对收集到的数据进行清洗和预处理，确保数据质量。通过专家团队对数据进行标注，明确每张图像或每个视频是否为Deepfake生成的内容★★，同时保证伪造痕迹的最小化，达到高度逼真的效果。此前，蚂蚁数科发布了AI数据合成与生产平台，在数据标注层面实现了 ★★★“AI主导★★★”，标注模型依赖人工标注量降低了70%以上。

　　该数据集解决了以往金融领域Deepfake检测模型无法大规模训练★★，无法在真实环境中测评的问题，并且从多模态分析角度促进传统检测模型的发展★★。目前，该数据集已经成为蚂蚁数科反深伪产品ZOLOZ Deeper 对外服务客户的关键能力。

　　中国财富网讯（贾垚）近日★★★，在第12届数字金融与科技金融大会上★，蚂蚁数科的 Deepfake（深度伪造技术）检测方案入选“金融科技技术创新与应用案例”★。

　　据了解，蚂蚁数科使用多达81种先进的Deepfake技术生成高质量的合成图像，覆盖多种伪造技术类型、复杂光照条件、背景环境和面部表情，以模拟复杂逼真的真实世界攻击环境。除了静态图像外，还收集并生成了大量包含声音的视频数据，包括100多种伪造技术类型，涵盖不同语种、口音和背景噪音，确保数据集的多样性和复杂性。

　　随着人工智能技术的发展★，Deepfake技术也在迅速进步。这种技术利用深度学习算法，可以对视频中的人脸进行逼真的替换。尽管Deepfake在娱乐和传媒等领域有着积极的应用，但在金融领域，特别是身份验证和交易验证环节，Deepfake技术带来了新的风险★。金融机构的身份验证系统往往依赖于生物识别技术，如人脸识别。一旦这些系统被Deepfake技术所欺骗，可能导致严重的金融欺诈。