Syväväärennösten tunnistaminen koneoppimismenetelmillä

dc.contributor.authorKaijala, Mikko
dc.contributor.departmentfi=Tietotekniikan laitos|en=Department of Computing|
dc.contributor.facultyfi=Teknillinen tiedekunta|en=Faculty of Technology|
dc.contributor.studysubjectfi=Tietotekniikka|en=Information and Communication Technology|
dc.date.accessioned2026-04-29T21:51:21Z
dc.date.issued2026-03-25
dc.description.abstractSyväväärennös eli deepfake on tekoälyn avulla tuotettu tai muokattu video, jota hyödynnetään yhä enemmän misinformaation ja huijausten yhteydessä. Tämän tutkielman tavoitteena on tarkastella, millaisia poikkeamia voidaan hyödyntää syväväärennösten tunnistuksessa sekä arvioida koneoppimisen mallien tarkkuutta tunnistuksessa. Tutkielma toteutettiin kirjallisuuskatsauksena, jossa analysoitiin neljää syväväärennösten tunnistukseen keskittyvää tutkimusta. Tulokset osoittavat, että koneoppimisen mallit pystyvät tunnistamaan syväväärennöksiä korkealla tarkkuudella hyödyntämällä tilallisia, ajallisia ja biometrisiä poikkeamia. Mallien suoritus kyky riippuu kuitenkin käytetystä aineistosta ja menetelmistä.
dc.format.extent22
dc.identifier.urihttps://www.utupub.fi/handle/11111/59854
dc.identifier.urnURN:NBN:fi-fe2026041527787
dc.language.isofin
dc.rightsfi=Julkaisu on tekijänoikeussäännösten alainen. Teosta voi lukea ja tulostaa henkilökohtaista käyttöä varten. Käyttö kaupallisiin tarkoituksiin on kielletty.|en=This publication is copyrighted. You may download, display and print it for Your own personal use. Commercial use is prohibited.|
dc.rights.accessrightsavoin
dc.subjectsyväväärennös
dc.subjectdeepfake
dc.subjectkoneoppiminen
dc.subjectsyväoppiminen
dc.subjectmisinformaatio
dc.subjectkuvatunnistus
dc.subjectvideotunnistus
dc.titleSyväväärennösten tunnistaminen koneoppimismenetelmillä
dc.type.ontasotfi=Kandidaatintutkielma|en=Bachelor's thesis|

Tiedostot

Näytetään 1 - 1 / 1
Ladataan...
Name:
kandi_2 (35).pdf
Size:
284.27 KB
Format:
Adobe Portable Document Format