طلاب جامعة سفنكس يطورون نموذجاً ذكياً لمكافحة المحتوى المزيف

في إطار جهود تعزيز أمن المعلومات ومواجهة التحديات الرقمية، أعلن فريق من طلاب كلية الحاسبات والذكاء الاصطناعي بجامعة سفنكس عن مشروع نصف التخرج الخاص بهم، والذي يتناول موضوع كشف التزييف العميق (Deepfake Detection).

خلفية المشروع
يشير مصطلح Deepfake إلى الصور أو الفيديوهات التي يتم إنشاؤها أو تعديلها باستخدام تقنيات الذكاء الاصطناعي لتبدو حقيقية رغم أنها مزيفة. ومع التطور الكبير لهذه التقنيات، أصبحت الحاجة ملحة إلى أنظمة قادرة على اكتشاف هذا النوع من التزييف لحماية الأفراد والمجتمع من التضليل.

أهداف المشروع
تصميم نموذج يعتمد على تقنيات التعلم العميق للكشف عن الصور المزيفة بدقة عالية.

استخدام الشبكات العصبية الالتفافية (CNN) لتحليل الصور واستخراج السمات الدقيقة.

تدريب النموذج على بيانات متنوعة تشمل صوراً حقيقية وأخرى مزيفة لزيادة كفاءة التمييز.

خطوات التنفيذ
جمع البيانات ومعالجتها: توحيد أحجام الصور وتحسين جودتها وتقسيمها إلى بيانات تدريب واختبار.

تدريب النموذج: باستخدام CNN لاستخراج الأنماط غير المرئية بالعين المجردة.

تقييم الأداء: عبر مقاييس مثل الدقة، الاستدعاء، الدقة الإيجابية، وF1-Score.

الأهمية
يساهم المشروع في الحد من انتشار المحتوى المزيف، ويعزز الثقة في المحتوى الرقمي، كما يوضح كيف يمكن استخدام الذكاء الاصطناعي في مواجهة التحديات الأمنية بدلاً من استغلاله في التضليل. ويُعد المشروع خطوة أولى يمكن تطويرها مستقبلاً لتشمل كشف الفيديوهات المزيفة والأصوات المزيفة.

الفريق البحثي
محروس أسامة محروس

عبدالرحمن محمد

إبراهيم أحمد

محمد حماده

محمود محمد

أحمد عبدالمنعم

محمود يوسف

أحمد حسانين