Mô hình AI hợp nhất phát hiện giả mạo khuôn mặt của kỹ sư quân đội Việt Nam
Trong thời đại công nghệ số phát triển nhanh chóng, các hình thức giả mạo khuôn mặt ngày càng tinh vi, gây khó khăn cho việc bảo mật và xác thực trực tuyến. Đại úy Vũ Thị Hạnh cùng đồng đội tại Trung tâm Dịch vụ dữ liệu và Trí tuệ Nhân tạo Viettel đã vượt qua nhiều thử thách để tạo ra mô hình AI đa phương thức BiMoTranS, giúp phát hiện hiệu quả các dạng giả mạo khuôn mặt, từ ảnh in đến công nghệ deepfake do trí tuệ nhân tạo tạo ra.
Bối cảnh
Trong bối cảnh các hệ thống định danh khách hàng điện tử ngày càng được triển khai rộng rãi, việc bảo vệ an toàn thông tin và ngăn chặn các hành vi giả mạo trở nên cấp thiết. Các kỹ sư tại Viettel đã đối mặt với nhiều hình thức tấn công giả mạo khuôn mặt đa dạng và ngày càng tinh vi, như ảnh chụp, mặt nạ 3D silicon hay các công nghệ AI tạo sinh (deepfake) mà mắt thường không thể phân biệt được.
Những hình thức giả mạo này không chỉ đe dọa an ninh mạng mà còn ảnh hưởng trực tiếp đến người dùng trong các giao dịch ngân hàng, ví điện tử và dịch vụ công. Do đó, việc phát triển một giải pháp công nghệ có khả năng nhận diện đa dạng các dạng giả mạo là nhu cầu cấp thiết.
Diễn biến chính
Ban đầu, nhóm nghiên cứu phát triển các mô hình riêng biệt để xử lý từng loại hình giả mạo. Tuy nhiên, cách tiếp cận này dẫn đến hệ thống cồng kềnh, khó vận hành và không kịp thời ngăn chặn các cuộc tấn công đa dạng. Tỷ lệ sai sót cao cũng khiến người dùng gặp nhiều rủi ro.
Đại úy Vũ Thị Hạnh chia sẻ: "Việc đi theo lối mòn khiến nhóm thất bại không ít lần, chúng tôi nhiều đêm thức trắng suy nghĩ, thậm chí tranh luận kéo dài chỉ để tìm một hướng đi khác. Bởi nếu cứ giải quyết từng loại giả mạo bằng mô hình riêng lẻ thì mãi chạy theo kẻ tấn công mà không bao giờ bắt kịp họ".
Cuối cùng, nhóm thống nhất phát triển một mô hình AI hợp nhất mang tính bước ngoặt, không chỉ tập trung vào từng biến thể deepfake mà giải quyết bài toán từ gốc. Mô hình BiMoTranS được thiết kế đa phương thức, có khả năng nhận diện đồng thời nhiều dạng tấn công giả mạo khuôn mặt.
Điểm khác biệt quan trọng của BiMoTranS là được huấn luyện hoàn toàn trên dữ liệu riêng của nhóm, không dựa vào các mô hình AI tiền huấn luyện từ nước ngoài. Mô hình này đã được đăng ký bảo hộ sáng chế tại Việt Nam và Mỹ, đồng thời được thẩm định và công bố công khai.
Phân tích & Ý nghĩa
Từ tháng 6 năm 2024, giải pháp BiMoTranS đã được ứng dụng thực tế trong việc phát hiện giả mạo khuôn mặt tại hơn 20 tổ chức, doanh nghiệp, bao gồm các ngân hàng, ví điện tử và dịch vụ công. Theo Đại úy Hạnh, giải pháp đã góp phần phát hiện và ngăn chặn thành công hơn 5,2 triệu lượt giả mạo xâm nhập vào hệ thống.
Ưu điểm của mô hình này là khả năng xử lý nhanh gấp đôi, tiết kiệm tài nguyên triển khai gấp ba lần và giảm số lượng nhân sự vận hành còn một nửa so với các giải pháp cũ. Điều này không chỉ nâng cao hiệu quả bảo mật mà còn giảm chi phí vận hành cho các tổ chức sử dụng.
Trong bối cảnh công nghệ deepfake ngày càng phát triển, việc có một công cụ đa phương thức như BiMoTranS giúp các tổ chức chủ động hơn trong việc phòng chống các hành vi giả mạo, bảo vệ quyền lợi người dùng và an ninh mạng quốc gia.
Kết luận
Mô hình AI BiMoTranS do Đại úy Vũ Thị Hạnh và nhóm kỹ sư quân đội phát triển đánh dấu bước tiến quan trọng trong lĩnh vực bảo mật và xác thực khuôn mặt tại Việt Nam. Giải pháp không chỉ vượt qua các thử thách của công nghệ deepfake mà còn được ứng dụng rộng rãi, góp phần bảo vệ an toàn cho hàng triệu người dùng trong các giao dịch điện tử.
Hình ảnh từ bài viết
Đại úy Hạnh thay mặt nhóm tác giả đạt giải chia sẻ hành trình nghiên cứu Al chống deepfake tại lễ trao giải, ngày 19/8. Ảnh: Giang Huy
Nhóm nghiên cứu của Viettel trải qua nhiều thử nghiệm trước khi hoàn thành mô hình. Ảnh: Hồng Chiêu
Các lãnh đạo Bộ Quốc phòng tham quan khu trưng bày sản phẩm, trang thiết bị của các đơn vị tại lễ trao giải. Ảnh: Giang Huy
Mô hình AI hợp nhất phát hiện giả mạo khuôn mặt của kỹ sư quân đội Việt Nam