Меню
Том_ 1 № 30 (2026) / 2026-03-30 / Кол. просмотров: 276
Авторы
Ключевые слова
DOI ссылка:
Как цитировать
Стремительное развитие цифровых технологий и искусственного интеллекта открыло новые возможности для распространения ложной информации. Особенно в последние годы широко распространяется дипфейк-контент, не являющийся реальным, но визуально убедительный. В настоящее время исследования, направленные на выявление ложного контента, в основном ограничиваются анализом на визуальном уровне, тогда как методы его эффективного обнаружения на сетевом уровне изучены недостаточно. В связи с этим основной целью исследования является предложение эффективных технических подходов к выявлению ложного контента, включая дипфейки, посредством анализа сетевого трафика. В работе использовались методы анализа HTTP-трафика, автоматического извлечения файлов и определения дипфейков с помощью нейронной сети MesoNet. В ходе исследования применялись технологии Scapy, PyTorch и Docker. Результаты показали, что предложенный метод способен выявлять дипфейк-контент на уровне сетевого трафика в режиме реального времени с высокой точностью. Система автоматически определяет опасный контент и оперативно отправляет уведомления через Telegram, что имеет большое практическое значение для обеспечения информационной безопасности.