热点事件持续更新
提出基于扩散模型的自适应去污防御框架DGAP
1 篇报道1 个报道来源3 小时前更新
先了解这件事
AI 综述
2026年10月9日，研究人员在arXiv上发布论文，提出一种名为检测引导自适应净化（DGAP）的防御框架。该框架基于扩散模型，旨在防御音频深度伪造攻击。其核心机制是通过输入级别的动态调整来改变净化强度，并利用检测分数偏移作为无参考指标，以区分恶意与良性输入。实验结果显示，在三种不同的攻击设置下，该方法对三个深度伪造检测器均实现了最佳防御性能，且几乎不影响良性样本的处理效果。
AI 根据报道生成 · 2 小时前更新
最新进展10月9日 12:00
2026年10月9日，研究团队正式发布了关于DGAP防御框架的论文。报道时间线
沿着报道，了解事件的不同侧面。
10月9日
- arXiv cs.CRDetection-Guided Adaptive Purification with Diffusion Models for Robust Audio Deepfake Detection
论文提出基于扩散模型的检测引导自适应净化（DGAP）框架，通过输入级别动态调整净化强度以防御音频深度伪造。该方法利用检测分数偏移作为无参考指标区分恶意与良性输入，在三种攻击设置下对三个深度伪造检测器均实现最佳防御性能且几乎不影响良性样本。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。