Deepfakes in cybersecurity: a holistic and foundational ontology
Yükleniyor...
Dosyalar
Tarih
2024
Yazarlar
Dergi Başlığı
Dergi ISSN
Cilt Başlığı
Yayıncı
Karabük Üniversitesi, Lisansüstü Eğitim Enstitüsü
Erişim Hakkı
info:eu-repo/semantics/openAccess
Özet
Artificial intelligence-based deepfakes are emerging as a significant cybersecurity threat. With the continuous advancement in artificial intelligence tools and techniques to manipulate media, the threat of deep synthetic multimedia fakes has reached the lives of common individuals and business entities alike. The growing adverse impacts of deepfakes on the privacy and security of individuals and government institutes call for the understanding of the domain by the public and development of advanced defense techniques by the government and private researchers. Semantic web helps make data readable and understandable for both humans and machines via ontologies and knowledge graphs. A comprehensive deepfake domain ontology can help structure knowledge of deepfake attack scenarios for better domain understanding. The knowledge graph representation of deepfake attack events, based on the developed ontology, can help visualize these events and
infer essential information related to deepfake detection and prevention. This thesis develops the first deepfake attacks
ontology and then performs ontology evaluation through knowledge graph application. For a foundational ontology, authors focused on structuring knowledge related to a deepfake attack, like the vulnerable entity, deepfake creator, attack goal, medium, generation technique, consequences, preventive measures, etc. The ontology defines 19 core classes that represent the deepfake attack scenario along with 28 kinds of relations that describe the relation between these entities. The authors used knowledge engineering methodology with 7 steps, including ontology scope determination, existing ontologies evaluation, and classes, properties, and relations definitions. They additionally, utilized Protégé Desktop and the W3C Web Ontology Development Language for ontology creation, the WIDOCO tool for ontology documentation, and OOPS for ontology validation. The authors developed a small size deepfake events knowledge base to implement knowledge graphs, where the developed ontology defined the nodes and relations. GraphDB, a graph database, was used for knowledge graph implementation. Furthermore, this thesis presents knowledge graphs creation of deepfake attack scenarios. The authors implemented knowledge graphs to evaluate ontology’s effectiveness in helping understand and infer deepfake event data. The authors created Semantic Web Rule Language (SWRL) rules that helped infer additional information from the deepfake attack knowledgebase via knowledge graphs application, such as various ways a particular entity can be affected by a deepfake, mediums used for attacks, and online security measures victims can adopt. The textual data of 35 plus global deepfake events in the context of politics, law, world security, etc. is collected and visualized in the form of knowledge graphs to evaluate information understanding and inference capabilities of the first-of-its-kind foundational deepfake ontology. The developed ontology could be used to promote domain understanding and as a framework to build cybersecurity systems with better knowledge inference (semantic reasoning). The ontology can be extended iteratively with new domain advancements. As a future work, NLP approaches could be adopted to automate domain entity research and deepfake event knowledge base population.
Yapay zeka tabanlı yapay montaj videolar önemli bir siber güvenlik tehdidi olarak ortaya çıkmıştır. Medyayı manipüle etmeye yönelik yapay zekâ araçlarındaki ve tekniklerindeki sürekli ilerlemeyle birlikte, derin sentetik multimedya sahtekarlıklarının tehdidi hem sıradan bireylerin hem de ticari kuruluşların hayatlarına kadar ulaştı. Yapay montaj videoların bireylerin ve devlet kurumlarının mahremiyeti ve güvenliği üzerindeki artan olumsuz etkileri, alanın halk tarafından anlaşılmasını ve hükümet ve özel araştırmacılar tarafından ileri savunma tekniklerinin geliştirilmesini gerektirmektedir. Anlamsal web, ontolojiler ve bilgi grafikleri aracılığıyla verilerin hem insanlar hem de makineler için okunabilir ve anlaşılabilir olmasına yardımcı olur. Kapsamlı bir yapay montaj video domain ontolojisi, alanın daha iyi anlaşılması için yapay montaj video saldırı senaryolarına ilişkin bilgilerin yapılandırılmasına yardımcı olabilir. Yapay montaj video saldırı olaylarının geliştirilen ontolojiye dayanan bilgi grafiği temsili, bu olayların görselleştirilmesine ve yapay montaj video tespiti ve önlenmesiyle ilgili temel bilgilerin çıkarılmasına yardımcı olabilir. Bu tez, ilk yapay montaj video saldırı ontolojisini geliştirmekte ve daha sonra bilgi grafiği uygulaması aracılığıyla ontoloji değerlendirmesini gerçekleştirmektedir. Temel bir ontoloji için yazar, savunmasız varlık, yapay montaj video üreticisi, saldırı hedefi, ortam, oluşturma tekniği, sonuçlar, önleyici tedbirler vb. gibi yapay montaj video saldırısıyla ilgili bilgiyi yapılandırmaya odaklandı. Ontoloji, yapay montaj video saldırı senaryosunu temsil eden 19 temel sınıfı, varlıklar arasındaki ilişkiyi tanımlayan 28 çeşit ilişki ile tanımlar. Yazar, ontoloji kapsamının belirlenmesi, mevcut ontolojilerin değerlendirilmesi ve sınıflar, özellikler ve ilişki tanımlarını içeren 7 adımlı bilgi mühendisliği metodolojisini kullanmıştır. Ayrıca, ontoloji oluşturmak için Protégé Desktop ve W3C Web Ontoloji Geliştirme Dilini, ontoloji belgelemek için WIDOCO aracını ve ontoloji doğrulamak için OOPS'u kullanmıştır. Yazar, geliştirilen ontolojinin düğümleri ve ilişkileri tanımladığı bilgi grafiklerini uygulamak için küçük boyutlu bir yapay montaj video olaylar bilgi tabanı geliştirdiler. Bilgi grafiği uygulaması için bir grafik veri tabanı olan GraphDB kullanıldı. Ayrıca bu tez, yapay montaj video saldırı senaryolarının bilgi grafiklerinin oluşturulmasını sunmaktadır. Yazar, ontolojinin derin sahte olay verilerini anlama ve çıkarım yapma konusundaki etkinliğini değerlendirmek için bilgi grafikleri uyguladı. Yazar, bilgi grafikleri uygulaması aracılığıyla yapay montaj video saldırı bilgi tabanından belirli bir varlığın yapay montaj videodan etkilenebileceği çeşitli yollar, saldırılar için kullanılan ortamlar ve kurbanların benimseyebileceği çevrimiçi güvenlik önlemleri gibi ek bilgilerin çıkarılmasına yardımcı olan SWRL kuralları oluşturdu. Siyaset, hukuk, dünya güvenliği vb. bağlamdaki 35'ten fazla küresel yapay montaj video olayının metinsel verileri, türünün ilk örneği olan temel yapay montaj video ontolojisinin bilgi anlama ve çıkarım yeteneklerini değerlendirmek için bilgi grafikleri biçiminde toplandı ve görselleştirildi. Geliştirilen ontoloji, etki alanı anlayışını geliştirmek ve daha iyi bilgi çıkarımı (anlamsal akıl yürütme) ile siber güvenlik sistemleri oluşturmak için bir çerçeve olarak kullanılabilir. Ontoloji, yeni alan gelişmeleriyle yinelemeli olarak genişletilebilir. Gelecek çalışma olarak, etki alanı varlık araştırmasını ve derin sahte olay bilgi tabanı popülasyonunu otomatikleştirmek için NLP yaklaşımları benimsenebilir.
Yapay zeka tabanlı yapay montaj videolar önemli bir siber güvenlik tehdidi olarak ortaya çıkmıştır. Medyayı manipüle etmeye yönelik yapay zekâ araçlarındaki ve tekniklerindeki sürekli ilerlemeyle birlikte, derin sentetik multimedya sahtekarlıklarının tehdidi hem sıradan bireylerin hem de ticari kuruluşların hayatlarına kadar ulaştı. Yapay montaj videoların bireylerin ve devlet kurumlarının mahremiyeti ve güvenliği üzerindeki artan olumsuz etkileri, alanın halk tarafından anlaşılmasını ve hükümet ve özel araştırmacılar tarafından ileri savunma tekniklerinin geliştirilmesini gerektirmektedir. Anlamsal web, ontolojiler ve bilgi grafikleri aracılığıyla verilerin hem insanlar hem de makineler için okunabilir ve anlaşılabilir olmasına yardımcı olur. Kapsamlı bir yapay montaj video domain ontolojisi, alanın daha iyi anlaşılması için yapay montaj video saldırı senaryolarına ilişkin bilgilerin yapılandırılmasına yardımcı olabilir. Yapay montaj video saldırı olaylarının geliştirilen ontolojiye dayanan bilgi grafiği temsili, bu olayların görselleştirilmesine ve yapay montaj video tespiti ve önlenmesiyle ilgili temel bilgilerin çıkarılmasına yardımcı olabilir. Bu tez, ilk yapay montaj video saldırı ontolojisini geliştirmekte ve daha sonra bilgi grafiği uygulaması aracılığıyla ontoloji değerlendirmesini gerçekleştirmektedir. Temel bir ontoloji için yazar, savunmasız varlık, yapay montaj video üreticisi, saldırı hedefi, ortam, oluşturma tekniği, sonuçlar, önleyici tedbirler vb. gibi yapay montaj video saldırısıyla ilgili bilgiyi yapılandırmaya odaklandı. Ontoloji, yapay montaj video saldırı senaryosunu temsil eden 19 temel sınıfı, varlıklar arasındaki ilişkiyi tanımlayan 28 çeşit ilişki ile tanımlar. Yazar, ontoloji kapsamının belirlenmesi, mevcut ontolojilerin değerlendirilmesi ve sınıflar, özellikler ve ilişki tanımlarını içeren 7 adımlı bilgi mühendisliği metodolojisini kullanmıştır. Ayrıca, ontoloji oluşturmak için Protégé Desktop ve W3C Web Ontoloji Geliştirme Dilini, ontoloji belgelemek için WIDOCO aracını ve ontoloji doğrulamak için OOPS'u kullanmıştır. Yazar, geliştirilen ontolojinin düğümleri ve ilişkileri tanımladığı bilgi grafiklerini uygulamak için küçük boyutlu bir yapay montaj video olaylar bilgi tabanı geliştirdiler. Bilgi grafiği uygulaması için bir grafik veri tabanı olan GraphDB kullanıldı. Ayrıca bu tez, yapay montaj video saldırı senaryolarının bilgi grafiklerinin oluşturulmasını sunmaktadır. Yazar, ontolojinin derin sahte olay verilerini anlama ve çıkarım yapma konusundaki etkinliğini değerlendirmek için bilgi grafikleri uyguladı. Yazar, bilgi grafikleri uygulaması aracılığıyla yapay montaj video saldırı bilgi tabanından belirli bir varlığın yapay montaj videodan etkilenebileceği çeşitli yollar, saldırılar için kullanılan ortamlar ve kurbanların benimseyebileceği çevrimiçi güvenlik önlemleri gibi ek bilgilerin çıkarılmasına yardımcı olan SWRL kuralları oluşturdu. Siyaset, hukuk, dünya güvenliği vb. bağlamdaki 35'ten fazla küresel yapay montaj video olayının metinsel verileri, türünün ilk örneği olan temel yapay montaj video ontolojisinin bilgi anlama ve çıkarım yeteneklerini değerlendirmek için bilgi grafikleri biçiminde toplandı ve görselleştirildi. Geliştirilen ontoloji, etki alanı anlayışını geliştirmek ve daha iyi bilgi çıkarımı (anlamsal akıl yürütme) ile siber güvenlik sistemleri oluşturmak için bir çerçeve olarak kullanılabilir. Ontoloji, yeni alan gelişmeleriyle yinelemeli olarak genişletilebilir. Gelecek çalışma olarak, etki alanı varlık araştırmasını ve derin sahte olay bilgi tabanı popülasyonunu otomatikleştirmek için NLP yaklaşımları benimsenebilir.
Açıklama
Anahtar Kelimeler
Deepfakes, semantic web, ontology development, knowledge graphs., Yapay montaj videolar, ontoloji geliştirme, anlamsal web, bilgi grafikleri.
