媒体取证和安全

多媒体取证和安全是一个跨域之间的多媒体智能信息处理和网络安全,近年来吸引了广泛的关注。人工智能的不断发展,大数据,和其他技术,多媒体内容编辑方法也是不断变化的,和修改数字图像和视频数据变得有趣。一方面,先进的机器学习方法的使用多媒体信息隐藏与检测可以实现很高的敌对的安全性能。另一方面,GAN和其他技术可以用来合成越来越现实的虚假图片,音频和视频,而大量破坏媒体严重威胁个人隐私与社会稳定。多媒体取证和安全已经成为一个紧迫的技术,在许多领域的应用价值,如新闻、政治、军事情报,等,并得到了越来越多的关注。

深度学习技术的日益成熟,图像生成技术也取得了快速的进展,生成的图像会出现真实的视觉效果。多媒体身份验证已成为信息安全领域的研究热点和困难。促进和交换新的研究成果,创新的想法,和科学的方法,我们的目标是提供一个新想法的平台,促进学术研究领域的媒体取证和安全。同时,多媒体取证领域的未来可能的发展方向是欢迎的。

我们鼓励研究人员制定创新学习理论、特性表征,端到端生物识别应用系统基于深度学习。我们也鼓励新理论和流程来处理大规模生物数据集通过深入学习架构。我们征集原创贡献,解决一系列理论和实践问题,包括但不限于:

•质量评价和生物信号的增强
•媒体攻击和防御
•媒体信息隐藏和隐写式密码解密
•DeepFake生成和检测
•人脸识别、行人识别、伪造和检测
•指纹识别、伪造和检测
•虹膜识别和伪造
•其他生物特征识别、伪造和检测
•人工智能模型的安全
•媒体内容安全与应用程序
•评估和生物识别系统的应用程序

关键字:信息隐藏和隐写式密码解密,媒体水印,AI模型安全、隐私保护和加密、生物取证,信息安全

重要提示:所有贡献这个研究课题必须的范围内的部分和期刊提交,作为其使命声明中定义。雷竞技rebat前沿有权指导检查手稿更适合部分或同行评审的期刊在任何阶段。