Estudio metodológico de las herramientas tecnológicas actuales para detectar y reconocer DeepFakes, abordando la creciente amenaza de la manipulación de contenido multimedia generado por inteligencia artificial.

Este trabajo de titulación busca abordar la creciente amenaza de los DeepFakes en la era digital, donde la manipulación de contenido multimedia generado por inteligencia artificial puede dificultar la distinción entre información real y falsa. El objetivo general de esta investigación ha sido identi...

Ful tanımlama

Kaydedildi:
Detaylı Bibliyografya
Yazar: Costa Mora, Brittany Valeria (author)
Materyal Türü: bachelorThesis
Dil:spa
Baskı/Yayın Bilgisi: 2023
Konular:
Online Erişim:http://repositorio.ucsg.edu.ec/handle/3317/22086
Etiketler: Etiketle
Etiket eklenmemiş, İlk siz ekleyin!
_version_ 1860297858639462400
author Costa Mora, Brittany Valeria
author_facet Costa Mora, Brittany Valeria
author_role author
collection Repositorio Universidad Católica de Santiago de Guayaquil
dc.contributor.none.fl_str_mv Castro Aguilar, Gilberto Castro
dc.creator.none.fl_str_mv Costa Mora, Brittany Valeria
dc.date.none.fl_str_mv 2023-10-25T22:12:01Z
2023-10-25T22:12:01Z
2023-09-08
dc.format.none.fl_str_mv application/pdf
dc.identifier.none.fl_str_mv http://repositorio.ucsg.edu.ec/handle/3317/22086
dc.language.none.fl_str_mv spa
dc.publisher.none.fl_str_mv Universidad Católica de Santiago de Guayaquil
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
http://creativecommons.org/licenses/by-nc-sa/4.0/
dc.source.none.fl_str_mv reponame:Repositorio Universidad Católica de Santiago de Guayaquil
instname:Universidad Católica de Santiago de Guayaquil
instacron:UCSG
dc.subject.none.fl_str_mv INTELIGENCIA ARTIFICIAL
MEDIOS SINTÉTICOS
RECONOCIMIENTO FACIAL
BIOMÉTRICO FACIAL
dc.title.none.fl_str_mv Estudio metodológico de las herramientas tecnológicas actuales para detectar y reconocer DeepFakes, abordando la creciente amenaza de la manipulación de contenido multimedia generado por inteligencia artificial.
dc.type.none.fl_str_mv info:eu-repo/semantics/bachelorThesis
info:eu-repo/semantics/publishedVersion
description Este trabajo de titulación busca abordar la creciente amenaza de los DeepFakes en la era digital, donde la manipulación de contenido multimedia generado por inteligencia artificial puede dificultar la distinción entre información real y falsa. El objetivo general de esta investigación ha sido identificar, analizar y evaluar las herramientas tecnológicas utilizadas para detectar y reconocer DeepFakes, con el propósito de enfrentar este desafío de manera efectiva. Para lograrlo, se ha diseñado una ruta de trabajo que proporciona claridad en los procesos y pasos a seguir, permitiendo así la elaboración de una metodología sólida y bien fundamentada. La elección de la métrica AUC como criterio de evaluación ha permitido medir de manera global la capacidad discriminativa de las herramientas, asegurando una comparación objetiva y justa. Los resultados obtenidos de la comparación y evaluación de cinco herramientas de detección de DeepFakes han revelado que Meso4 y Capsule se destacaron con los puntajes más altos en diferentes estudios, sobresaliendo especialmente en el conjunto de datos FaceForensics++. Además, se han identificado áreas de mejora y desafíos en la detección de DeepFakes, resaltando la importancia de considerar diferentes escenarios de generación de videos falsificados y la adaptabilidad de las herramientas a futuras técnicas de manipulación. Este estudio aporta una valiosa contribución al campo de la detección de DeepFakes, ofreciendo una base sólida para futuras investigaciones en esta área. Los resultados y conclusiones obtenidos serán de gran interés para personas interesadas en la detección y mitigación de DeepFakes. La implementación de estas herramientas de detección y la mejora continua de las mismas permitirá preservar la integridad y veracidad de los contenidos digitales en un contexto de rápida evolución tecnológica. De esta manera, se espera hacer frente a la amenaza de los DeepFakes y promover la confianza en la información en la sociedad actual.
eu_rights_str_mv openAccess
format bachelorThesis
id UCSG_127fb4c31b3b9a80d754b3c07bf0ffb3
instacron_str UCSG
institution UCSG
instname_str Universidad Católica de Santiago de Guayaquil
language spa
network_acronym_str UCSG
network_name_str Repositorio Universidad Católica de Santiago de Guayaquil
oai_identifier_str oai:repositorio.ucsg.edu.ec:3317/22086
publishDate 2023
publisher.none.fl_str_mv Universidad Católica de Santiago de Guayaquil
reponame_str Repositorio Universidad Católica de Santiago de Guayaquil
repository.mail.fl_str_mv .
repository.name.fl_str_mv Repositorio Universidad Católica de Santiago de Guayaquil - Universidad Católica de Santiago de Guayaquil
repository_id_str 2566
rights_invalid_str_mv http://creativecommons.org/licenses/by-nc-sa/4.0/
spelling Estudio metodológico de las herramientas tecnológicas actuales para detectar y reconocer DeepFakes, abordando la creciente amenaza de la manipulación de contenido multimedia generado por inteligencia artificial.Costa Mora, Brittany ValeriaINTELIGENCIA ARTIFICIALMEDIOS SINTÉTICOSRECONOCIMIENTO FACIALBIOMÉTRICO FACIALEste trabajo de titulación busca abordar la creciente amenaza de los DeepFakes en la era digital, donde la manipulación de contenido multimedia generado por inteligencia artificial puede dificultar la distinción entre información real y falsa. El objetivo general de esta investigación ha sido identificar, analizar y evaluar las herramientas tecnológicas utilizadas para detectar y reconocer DeepFakes, con el propósito de enfrentar este desafío de manera efectiva. Para lograrlo, se ha diseñado una ruta de trabajo que proporciona claridad en los procesos y pasos a seguir, permitiendo así la elaboración de una metodología sólida y bien fundamentada. La elección de la métrica AUC como criterio de evaluación ha permitido medir de manera global la capacidad discriminativa de las herramientas, asegurando una comparación objetiva y justa. Los resultados obtenidos de la comparación y evaluación de cinco herramientas de detección de DeepFakes han revelado que Meso4 y Capsule se destacaron con los puntajes más altos en diferentes estudios, sobresaliendo especialmente en el conjunto de datos FaceForensics++. Además, se han identificado áreas de mejora y desafíos en la detección de DeepFakes, resaltando la importancia de considerar diferentes escenarios de generación de videos falsificados y la adaptabilidad de las herramientas a futuras técnicas de manipulación. Este estudio aporta una valiosa contribución al campo de la detección de DeepFakes, ofreciendo una base sólida para futuras investigaciones en esta área. Los resultados y conclusiones obtenidos serán de gran interés para personas interesadas en la detección y mitigación de DeepFakes. La implementación de estas herramientas de detección y la mejora continua de las mismas permitirá preservar la integridad y veracidad de los contenidos digitales en un contexto de rápida evolución tecnológica. De esta manera, se espera hacer frente a la amenaza de los DeepFakes y promover la confianza en la información en la sociedad actual.This thesis addresses the growing threat of DeepFakes in the digital age, where manipulating multimedia content generated by artificial intelligence can make distinguishing between accurate and false information difficult. The overall objective of this study was to identify, analyze, and evaluate the technological tools used to detect and recognize DeepFakes to address this challenge effectively. A workflow has been designed to clarify the processes and steps to be followed, thus allowing the development of a solid and well-founded methodology. The choice of the AUC metric as the evaluation criterion has made it possible to globally measure the discriminative capacity of the tools globally, ensuring an objective and fair comparison. The results obtained from comparing and evaluating five DeepFakes detection tools have revealed that Capsule stood out with the highest scores in different studies, excelling especially in the FaceForensics++ dataset. Furthermore, areas of improvement and challenges in DeepFakes detection have been identified, highlighting the importance of considering different scenarios of fake video generation and the adaptability of the tools to future manipulation techniques. This research provides a valuable contribution to the field of DeepFake detection, offering a solid foundation for future research in this area. The results and conclusions obtained will significantly interest researchers, experts, and individuals interested in DeepFake detection and mitigation. Implementing these detection tools and their continuous improvement will allow preserving the integrity and veracity of digital content in the context of rapid technological evolution. In this way, it is expected to address the threat of DeepFakes and promote trust in information today.Universidad Católica de Santiago de GuayaquilCastro Aguilar, Gilberto Castro2023-10-25T22:12:01Z2023-10-25T22:12:01Z2023-09-08info:eu-repo/semantics/bachelorThesisinfo:eu-repo/semantics/publishedVersionapplication/pdfhttp://repositorio.ucsg.edu.ec/handle/3317/22086spainfo:eu-repo/semantics/openAccesshttp://creativecommons.org/licenses/by-nc-sa/4.0/reponame:Repositorio Universidad Católica de Santiago de Guayaquilinstname:Universidad Católica de Santiago de Guayaquilinstacron:UCSG2023-10-25T22:12:01Zoai:repositorio.ucsg.edu.ec:3317/22086Institucionalhttp://repositorio.ucsg.edu.ec/Universidad privadahttps://www.ucsg.edu.ec/http://repositorio.ucsg.edu.ec/oai.Ecuador...opendoar:25662023-10-25T22:12:01Repositorio Universidad Católica de Santiago de Guayaquil - Universidad Católica de Santiago de Guayaquilfalse
spellingShingle Estudio metodológico de las herramientas tecnológicas actuales para detectar y reconocer DeepFakes, abordando la creciente amenaza de la manipulación de contenido multimedia generado por inteligencia artificial.
Costa Mora, Brittany Valeria
INTELIGENCIA ARTIFICIAL
MEDIOS SINTÉTICOS
RECONOCIMIENTO FACIAL
BIOMÉTRICO FACIAL
status_str publishedVersion
title Estudio metodológico de las herramientas tecnológicas actuales para detectar y reconocer DeepFakes, abordando la creciente amenaza de la manipulación de contenido multimedia generado por inteligencia artificial.
title_full Estudio metodológico de las herramientas tecnológicas actuales para detectar y reconocer DeepFakes, abordando la creciente amenaza de la manipulación de contenido multimedia generado por inteligencia artificial.
title_fullStr Estudio metodológico de las herramientas tecnológicas actuales para detectar y reconocer DeepFakes, abordando la creciente amenaza de la manipulación de contenido multimedia generado por inteligencia artificial.
title_full_unstemmed Estudio metodológico de las herramientas tecnológicas actuales para detectar y reconocer DeepFakes, abordando la creciente amenaza de la manipulación de contenido multimedia generado por inteligencia artificial.
title_short Estudio metodológico de las herramientas tecnológicas actuales para detectar y reconocer DeepFakes, abordando la creciente amenaza de la manipulación de contenido multimedia generado por inteligencia artificial.
title_sort Estudio metodológico de las herramientas tecnológicas actuales para detectar y reconocer DeepFakes, abordando la creciente amenaza de la manipulación de contenido multimedia generado por inteligencia artificial.
topic INTELIGENCIA ARTIFICIAL
MEDIOS SINTÉTICOS
RECONOCIMIENTO FACIAL
BIOMÉTRICO FACIAL
url http://repositorio.ucsg.edu.ec/handle/3317/22086