Master thesis
No Thumbnail Available
License
ClosedAccessClosed Access
 

Deepfake – zagrożenia wynikające z użycia tej technologii i metody wykrywania zmanipulowanych treści

Simple item page
dc.abstract.enThe aim of this master’s thesis is to present the issue of deepfake in detailed view. Particular attention was given to the dangers associated with the rapid spead of this technology as well as automated methods for its detection. The theoretical part of the thesis covers the fundamentals of the topic explaining conecpts such as GANs and CNN additionally presenting different types of deepfakes along with their benefits and potential threats they can cause. A review of the literature highlights the main trends and scientific interests related to the subject. The research part focused on the more practical aspects of deepfake detection and generation. The performance of neural networks with different structures and parameter counts in detecting manipulation on a dataset of altered images was compared. Additionally, an analysis of the most commonly used tools for the purpose of creating deepfake materials was conducted, evaluating their effectiveness and the overall quality of the results produced.
dc.abstract.plCelem niniejszej pracy magisterskiej jest szczegółowe przedstawienie zagadnienia deepfake. Zwrócono szczególną uwagę na niebezpieczeństwa związane z rozpowszechnianiem tej technologii, a także omówiono automatyczne metody jej wykrywania. W części teoretycznej pracy omówiono podstawy związane z tym tematem, wyjaśniając pojęcia, takie jak GAN i CNN, a także przedstawiono różne rodzaje deepfake’ów wraz z ich korzyściami oraz możliwymi zagrożeniami. Przegląd literatury przedmiotu nakreślił główne trendy, jak również zainteresowania naukowe związane z problematyką. Część badawcza koncentruje się na praktycznych aspektach związanych z wykrywaniem oraz generowaniem deepfake’ów. Porównano wyniki osiągane przez sieci neuronowe o różnej strukturze i liczbie parametrów w zadaniu detekcji manipulacji na zbiorze złożonym ze zmanipulowanych zdjęć, a w temacie tworzenia materiałów fałszywych przeprowadzono analizę najczęściej wybieranych narzędzi oraz oceniono ich skuteczność i jakość produkowanych rezultatów.
dc.affiliationUniwersytet Warszawski
dc.affiliation.departmentWydział Dziennikarstwa, Informacji i Bibliologii
dc.contributor.authorSzuberska, Joanna
dc.date.accessioned2025-01-09T12:47:20Z
dc.date.available2025-01-09T12:47:20Z
dc.date.defence2024-09-26
dc.date.issued2024
dc.date.submitted2024-09-14
dc.description.promoterJachimczyk, Adam
dc.description.reviewerWłodarczyk, Bartłomiej
dc.description.reviewerJachimczyk, Adam
dc.identifier.apd214013
dc.identifier.urihttps://repozytorium.uw.edu.pl//handle/item/163977
dc.languagepl
dc.language.otheren
dc.publisherUniversity of Warsaw
dc.rightsClosedAccess
dc.subject.endeepfake
dc.subject.enneural networks
dc.subject.enCNN
dc.subject.enGAN
dc.subject.endeepfake detection
dc.subject.enEfficientNet
dc.subject.pldeepfake
dc.subject.plsieci neuronowe
dc.subject.plCNN
dc.subject.plGAN
dc.subject.pldetekcja deepfake’ów
dc.subject.plEfficientNet
dc.titleDeepfake – zagrożenia wynikające z użycia tej technologii i metody wykrywania zmanipulowanych treści
dc.title.alternativeDeepfake - dangers of using this technology and methods of detecting manipulated content
dc.typeMasterThesis
dspace.entity.typePublication