近日，计算机与网络空间安全学院2022级博士生张艺博（第一作者），在导师林卫国教授、徐君锋教授指导下，联合其他合作者在《IEEE Transactions on Information Forensics and Security（简称IEEE TIFS）》 发表题为《Robust and Unstigmatized Imperceptible Perturbations for Rendering Face Manipulation Ineffective》的研究论文。作为网络安全领域国际顶级期刊，IEEE TIFS同时入选中国计算机学会（CCF）推荐A类、中国密码学会（CACR）推荐A类以及中国科学院SCI一区TOP期刊，其收录成果代表该领域前沿研究水平。
聚焦行业痛点，创新防御范式
随着深度伪造（Deepfake）技术的快速发展，人脸操纵内容的生成与传播对个人隐私安全、社交媒体信息治理乃至公共信任体系构成严峻挑战。传统防御方法存在明显短板：或抗干扰能力弱，易受图像处理影响；或因引入视觉失真导致“面部污名化”，难以兼顾防御有效性与视觉自然性。
针对这一核心问题，我院科研团队提出新型防御方法 RUIP（Robust and Unstigmatized Imperceptible Perturbations）。该方法通过端到端训练生成不可感知扰动，既能在OSN JPEG压缩和多种图像处理下抵御人脸操纵攻击，又能有效避免失真导致的“面部污名化”问题，实现“防御有效”与“视觉自然”的双重突破。
RUIP for Rendering Face Manipulation Ineffective
成果价值凸显，赋能AI安全与社会治理
此研究成果为抵御深度伪造内容的传播提供了关键技术支撑，在人工智能安全与社交媒体生态治理领域具有重要推动意义：一方面，突破传统防御方法的性能瓶颈，为后续技术研发提供了可借鉴的理论框架与实践路径；另一方面，可广泛应用于社交平台内容审核、个人图像隐私保护、新闻真实性验证等场景，为构建安全可信的数字内容环境提供技术保障。
近年来，学院围绕人工智能安全、多媒体取证、网络攻防等前沿方向持续深耕，此次成果的发表既是学院学科建设与科研创新工作的重要突破，也为网络空间安全专业人才培养提供了高质量的科研实践平台，对推动学院学科高质量发展、提升相关领域人才培养质量具有深远意义。
多方资助加持，彰显科研硬实力
该研究获国家重点研发计划、国家自然科学基金、广东省重点实验室项目及中央高校基本科研业务费等多个项目联合资助，彰显了学院在人工智能安全与多媒体取证方向的科研实力与持续创新能力。
未来，计算机与网络空间安全学院将继续聚焦网络空间安全领域关键技术难题，推进原创性研究，为我国网络安全事业发展贡献更多力量！
论文查阅与引用
引用格式：[1] Y. Zhang, W. Lin, Z. Tian, G. Min, J. Xu and Y. Xu, Robust and Unstigmatized Imperceptible Perturbations for Rendering Face Manipulation Ineffective, in IEEE Transactions on Information Forensics and Security, vol. 20, pp. 7966-7981, 2025, doi: 10.1109/TIFS.2025.3592565.
