Deepfake Videolar Nasıl Anlaşılır? (Adli Bilişim Teknikleri)

Deepfake, yapay zeka ve özellikle GAN (Çekişmeli Üretici Ağlar) teknolojisi kullanılarak bir kişinin yüzünün veya sesinin başka bir içerikle değiştirilmesidir. Adli bilişim uzmanları, bu dijital sahtecilikleri tespit etmek için videoyu piksel piksel ve kare kare (frame-by-frame) analiz eden çok katmanlı bir süreç yürütürler.

1. Fizyolojik Tutarsızlık Analizi​

Yapay zeka modelleri ne kadar gelişmiş olursa olsun, insan vücudunun biyolojik ritmini taklit etmekte hala zorlanmaktadır. Adli incelemelerde ilk bakılan noktalar şunlardır:

• Göz Kırpma Sıklığı: Normal bir insan belirli aralıklarla göz kırpar. İlk nesil Deepfake videolarında göz kırpma hiç yoktu; modern olanlarda ise bu hareket ya çok ritmik (robotik) ya da göz kapaklarının birleşme noktalarında piksellenme (artifact) içermektedir.
• Kan Akışı ve Nabız (Fotopletismografi - PPG): Gerçek bir videoda, kişinin yüzündeki deri rengi kalp atışıyla birlikte mikroskobik düzeyde değişir. Intel'in FakeCatcher gibi araçları, bu renk değişimlerini analiz ederek videonun biyolojik olarak gerçek olup olmadığını saptayabilir.

2. Piksel Düzeyinde Hata Analizi (Digital Artifacts)​

Deepfake üretilirken yüz, hedef videonun üzerine bir maske gibi "yapıştırılır". Bu işlem sırasında dijital izler kalır:

• Kenar Yumuşatma Sorunları: Yüz hattı ile boyun veya saç arasındaki birleşme noktalarında bulanıklık, titreme (flickering) veya ani keskinlik değişimleri adli bilişim araçlarıyla (örneğin Error Level Analysis - ELA) kolayca fark edilir.
• Işık ve Gölge Senkronizasyonu: Eğer videodaki ana ışık kaynağı sağdan geliyorsa ancak kişinin burnunun gölgesi sola düşmüyorsa veya gözbebeklerindeki yansıma (specular reflection) ortamla uyumsuzsa, bu bir manipülasyon işaretidir.

3. Ses ve Dudak Uyumu (Fonem-Vizem Analizi)​

Adli ses analistleri, konuşulan ses ile dudak hareketlerinin senkronizasyonunu inceler.

• Mismatches: Yapay zeka bazen "B, P, M" gibi dudakların tam kapanmasını gerektiren harflerde (fonemlerde) görsel karşılığı (vizemleri) tam oturtamaz.
• Spektral Analiz: Ses klonlama (voice cloning) teknikleri, insan sesindeki doğal nefes alma seslerini ve oda akustiğini (reverb) genellikle taklit edemez. Ses frekansları incelendiğinde yapay zekanın ürettiği metalik tınılar tespit edilebilir.

---

4. Dosya Yapısı ve Meta Veri (Metadata) İncelemesi​

Teknik inceleme sadece görsellikle sınırlı değildir. Videonun dijital "DNA"sı kontrol edilir:

• EXIF Verileri: Videonun hangi cihazla, ne zaman ve hangi koordinatlarda çekildiği meta verilerde saklıdır. Deepfake yazılımları genellikle bu verileri bozar veya tamamen siler.
• Sıkıştırma İzleri: Video bir kez düzenlendiğinde ve tekrar kaydedildiğinde "double compression" (çift sıkıştırma) izleri oluşur. Adli bilişim yazılımları, orijinal kamera yazılımının bıraktığı dijital imzayı arar.

5. Profesyonel Deepfake Tespit Araçları​

Günümüzde adli bilişim uzmanları ve siber güvenlik ekipleri şu profesyonel yazılımlardan destek almaktadır:

• Microsoft Video Authenticator: Videodaki piksellerin yapay zeka tarafından üretilip üretilmediğini yüzde olarak raporlar.
• Sensity AI: Görsel ve işitsel manipülasyonları çok katmanlı bir adli raporla sunan profesyonel bir platformdur.
• Deepware Scanner: Sosyal medya videolarını tarayarak Deepfake olasılığını analiz eder.

---

Sonuç​

Deepfake teknolojisi geliştikçe, tespit yöntemleri de daha sofistike hale gelmektedir. Tek bir belirti (örneğin sadece göz kırpma) videonun sahte olduğunu kanıtlamaya yetmeyebilir. Ancak fizyolojik veriler, piksel analizi ve meta veri kontrolü bir araya getirildiğinde, en gerçekçi sahte videolar bile adli bilişim uzmanlarının radarına takılmaktadır.

Unutmayın; bir içerikten şüphe duyduğunuzda ilk kural, kaynağın güvenilirliğini sorgulamak ve videoyu kare kare manuel olarak incelemektir.

Bu videoda, adli bilişim uzmanı Hany Farid'in yapay zeka tarafından üretilen içerikleri tespit etmek için kullandığı bilimsel yöntemler ve dijital parmak izi teknikleri anlatılmaktadır.