Skype、Microsoft Team、Zoom和Google Meet等视频会议平台允许人们与世界各地的其他人进行远程通信。2019冠状病毒疾病大流行和随之而来的社交疏远措施导致这些平台的使用进一步增加，因为它增加了远程工作和虚拟协作。
现在，大多数视频会议平台还允许用户使用虚拟背景，这样他们就不需要向同事展示自己的家庭环境，并减少分散注意力的风险。这些虚拟背景可以是i）真实的（当前），ii）虚拟的（例如，海边景观或外层空间），以及iii）假的，这是真实的但不是当前的背景。虽然能够更改背景可以增加用户的隐私，但伪造背景也可以恶意使用，以给人留下虚假位置的印象，例如暗示用户在家时在办公室。
土耳其萨班奇大学、美国佛罗里达国际大学和意大利帕多瓦大学的研究人员最近开发了一种工具，可用于区分视频会议平台中的真实背景和虚拟背景。他们在arXiv上预先发表的一篇论文中介绍了他们的方法，发现该方法可以在两种不同且常见的攻击场景中成功区分真实背景和“人工背景”。
“最近，学者们证明，在多媒体取证中，大多数机器和深度学习技术都容易受到对抗性攻击，”研究人员Ehsan Nowroozi、Berrin Yanikoglu、Yassine Mekdad、Selcuk Uluagac、Simone Milani和Mauro Conti通过电子邮件告诉TechExplorer。“事实上，在大流行的情况下，已经通过视频会议软件远程举行了几次会议，参与者可以使用虚拟背景解决隐私问题。”
过去的一些研究表明，对手可能通过泄漏虚拟背景中的像素来揭示参与者的真实环境。然而，公司可能也有合法的需要知道用户是否确实在所呈现的背景中。
Nowroozi和他的同事最近的工作的主要目标是建立一个系统，能够在视频会议通话中有力地区分真实背景与虚拟背景或虚假背景。该方法使用深度学习技术，以高精度区分真实背景、虚假背景或虚拟背景。此外，他们的检测器可用于检测各种视频会议平台上的敌对攻击和虚假背景。
研究人员解释道：“该系统通过考虑背景三个颜色通道之间的六个共生矩阵来工作。”。“在假背景或虚拟背景中，由于背景图像的静态性质，我们看不到光谱域的变化”，诺鲁齐说，“但找到通道之间的关系很有挑战性。因此，唯一的方法是使用通道之间的跨带共现，并将其提供给基于深度学习的检测器。”
诺鲁齐和他的同事说：“我们是第一个提供基于CNN的模型的团队，该模型能够在视频会议通话中区分真实背景与虚拟背景或虚假背景。”。“此外，在检测器意识到攻击的情况下，我们实现了99.80%的高准确率，即使在检测器不知情的情况下，我们也具有很高的鲁棒性。”
未来，这组研究人员开发的基于CNN的探测器可用于确认专业环境以及执法和司法环境中视频会议背景的真实性。与此同时，Nowroozi和团队的其他成员计划继续开发他们的探测器，以进一步提高其性能和可推广性。理想情况下，他们希望该检测器适用于最流行的视频会议平台，包括Zoom、Google Meet和Microsoft团队。
诺鲁齐和他的同事补充道：“我们未来的研究将首先考虑这样一种情况，即如果敌方能够访问跨带共现，它是否能够欺骗探测器。”。“其次，我们计划在攻击者考虑移动虚拟背景（例如剪辑）的情况下评估检测器。”
漏 2022科学X网络