?近日，奇富科技論文《SFE-Net：利用基因選擇性表達的生物學原理改進深度學習網(wǎng)絡中的特征選擇》（SFE-Net: Harnessing Biological Principles of Differential Gene Expression for Improved Feature Selection in Deep Learning Networks）被ICASSP 2025（ICASSP是全世界最大的、也是最全面的信號處理及其應用方面的頂級學術會議，具有權威、廣泛的學界及工業(yè)界影響力，備受AI領域研究學者關注）接收。奇富科技智能語音團隊受生物系統(tǒng)中差異基因表達的啟發(fā)，將選擇性特征表達原理引入深度學習架構，提出了一種創(chuàng)新的特征選擇性表達網(wǎng)絡（Selective Feature Expression Network:SFE-Net）。SFE-Net聚焦于多模態(tài)技術在DeepFake（深度偽造）檢測中的應用，這一技術有望應用于奇富科技的反欺詐和反黑灰產工作，進一步提升對用戶的保護能力。

隨著人工智能生成式模型的普及和發(fā)展，深度偽造技術日益復雜，應用門檻階梯式降低，對社會的信任體系、個人隱私和信息真實性造成了嚴重威脅。傳統(tǒng)的機器學習模型通常依賴于靜態(tài)特征表示，難以適應不同的合成方法。在研究過程中，奇富科技智能語音團隊深度分析不同Deepfake算法理論，如FaceSwap、Face2Face等，推導出針對性的深度特征表征。同時SFE-Net能夠根據(jù)輸入的深度偽造特征動態(tài)調整特征優(yōu)先級，選擇性地增強關鍵特征，減少無關或誤導性線索的影響，從而有效提高檢測準確率。

論文結果表明，SFE-Net超越了目前所有靜態(tài)模型，同時SFE-Net在跨數(shù)據(jù)集場景中展現(xiàn)出更強的泛化能力，它在所有測試數(shù)據(jù)集中平均AUC（AUC越接近1.0，檢測準確率越高）也將之前SOTA的0.767大幅提升至0.795。這進一步證明了SFE-Net在綜合利用多維特征提取技術進行偽造檢測的獨特優(yōu)勢，為深度偽造檢測任務提供了高效可靠的解決方案。

當前，黑灰產業(yè)利用深度偽造技術在社交媒體等平臺散布虛假內容，擾亂市場秩序，傳統(tǒng)檢測方法對此力不從心，高效的跨平臺偽造檢測與整治迫在眉睫。奇富科技研發(fā)的 SFE-Net 具備強大普適檢測能力，它通過動態(tài)調整特征選擇策略融合多種特征精準識別深度偽造內容，在跨數(shù)據(jù)集場景下泛化能力出色，能適應不同平臺與多種偽造技術，在多數(shù)據(jù)集測試中準確率高，可為平臺監(jiān)管和執(zhí)法部門提供技術支持，助力清理屏蔽虛假信息與精準取證，打擊黑灰產業(yè)源頭，對維護數(shù)字內容生態(tài)健康意義重大。

奇富科技始終利用先進技術保護用戶權益，SFE-Net的成果體現(xiàn)其在多模態(tài)安全技術領域的探索，將其應用于反欺詐和反黑灰產場景，有望提升檢測能力，阻止詐騙活動，為用戶營造安全數(shù)字環(huán)境。未來，奇富科技也會持續(xù)關注人工智能技術發(fā)展，創(chuàng)新應用以應對數(shù)字威脅，為保護用戶權益和數(shù)字社會穩(wěn)定貢獻力量。

（責任編輯：康玲華）

??????????????????????????????????????????????????????運營商財經(jīng)（官方微信公眾號yyscjrd）—— 主流財經(jīng)網(wǎng)站，一家全面覆蓋科技、金融、證券、汽車、房產、食品、醫(yī)藥、日化、酒業(yè)及其他各種消費品網(wǎng)站。