Deepfake adalah gabungan dari kata “deep learning” dan “fake”. Deep learning adalah salah satu cabang dari kecerdasan buatan yang menggunakan jaringan saraf tiruan untuk mempelajari pola dari data besar. Deepfake dapat memanipulasi gambar dan video sehingga hasil akhirnya tampak seperti orang yang sebenarnya melakukan atau mengatakan sesuatu yang tidak pernah mereka lakukan atau katakan. Karena mudahnya akses, deepfake kini juga seringkali disalahgunakan sehingga banyak menimbulkan kebingungan. Deepfake juga dapat memanipulasi proses biometrik saat transaksi untuk percobaan penipuan. Maka, deepfake security diperlukan untuk menghindari penipuan dengan deepfake saat melakukan verifikasi biometrik untuk transaksi. Adapun cara kerja deepfake adalah sebagai berikut.
Pengumpulan Data
Proses pembuatan deepfake dimulai dengan pengumpulan data. Ini melibatkan pengumpulan gambar dan video dari subjek yang akan ditiru. Semakin banyak data yang dikumpulkan, semakin baik kualitas deepfake yang dihasilkan.
Pelatihan Model AI
Setelah data dikumpulkan, model AI, biasanya berbentuk Generative Adversarial Networks (GANs), dilatih menggunakan data tersebut. GANs terdiri dari dua bagian: generator dan discriminator. Generator mencoba membuat gambar atau video palsu yang realistis, sementara discriminator berusaha membedakan antara yang asli dan yang palsu.
Generasi Konten Palsu
Selama proses pelatihan, generator dan discriminator terus berinteraksi hingga generator menjadi cukup baik dalam menciptakan gambar atau video palsu yang sulit dibedakan dari yang asli oleh discriminator. Ini menghasilkan model AI yang mampu membuat deepfake dengan tingkat realisme yang tinggi.
Penyempurnaan dan Penyuntingan
Setelah model dilatih, gambar atau video palsu yang dihasilkan mungkin memerlukan beberapa penyempurnaan atau penyuntingan tambahan untuk meningkatkan realisme. Ini termasuk penyesuaian warna, pencahayaan, dan detail lainnya agar sesuai dengan adegan atau konteks aslinya.
Untuk perusahaan atau pelaku bisnis, deepfake juga dapat menjadi ancaman. Diperlukan pendekatan dan teknologi keamanan terbaru untuk mengatasi ancaman deepfake. Perusahaan bisa berinvestasi ke passive liveness detection yang saat ini telah banyak diminati. VIDA deepfake shield bisa menjadi solusi deepfake security untuk perlindungan data. Deepfake security dari VIDA ini mampu mengatur proses menuju akses biometrik sehingga penipuan dapat tercegah.