T_ZFIDA 0003-2024 虚假数字人脸检测金融应用技术规范.docx

ICS35.240.40CCSA11

团体标准

T/ZFIDA0003—2024

虚假数字人脸检测金融应用技术规范

Technicalspecificationforfinancialapplicationsofdeepfakedetection

2024-09-06发布2024-09-06实施

中关村金融科技产业发展联盟发布

I

T/ZFIDA0003-2024

目次

目次 I

前言 II

1范围 1

2规范性引用文件 1

3术语和定义 1

4缩略语 2

5技术框架 2

6功能要求与评估 3

7性能要求与评估 6

7.1数据集 6

7.2性能要求 15

8能力分级和评估方法 18

参考文献 19

II

T/ZFIDA0003-2024

前言

本文件按照GB/T1.1—2020《标准化工作导则第1部分：标准化文件的结构和起草规则》的规定起草。

请注意本文件的某些内容可能涉及专利。本文件的发布机构不承担识别这些专利的责任。本文件由蚂蚁科技集团股份有限公司提出。

本文件由中关村金融科技产业发展联盟归口。

本文件起草单位：萨思数字科技（北京）有限公司、中关村金融科技产业发展联盟、北京国家金融科技认证中心股份有限公司、蚂蚁科技集团股份有限公司、中国工商银行股份有限公司、中国建设银行股份有限公司、中国邮政储蓄银行股份有限公司、中信银行股份有限公司、浙江网商银行股份有限公司、北京前沿金融监管科技研究院、蚂蚁区块链科技（上海）有限公司、中关村互联网金融研究院、北京一砂信息技术有限公司、中移动金融科技有限公司、博彦科技股份有限公司、思旦达（北京）技术有限公司、北京车晓科技有限公司。

本文件起草人：罗曼、林冠辰、朱凯、刘勇、曹亭亭、李振、李博文、陆碧波、彭晋、李哲、王维、李建树、姚伟斌、杨小强、方蕊、赵浚雅、尉郭晨、叶红、程佩哲、许啸、陈天涵、李婧、刘丽娟、康亚冰、史佳涵、赵汉杰、王仲实、张然、张园超、王龙、江嘉航、张克、姜楠、徐睿阳、王丽娜、陈曦、张楚、路如毅、陈明、高丽、刘江涛、谭福铃、陈振、谢源、刘智江。

1

T/ZFIDA0003-2024

虚假数字人脸检测金融应用技术规范

1范围

本文件规定了面向金融领域应用的虚假数字人脸检测服务的技术框架、功能要求、性能要求等，并提出对应的测试评估方法。

本文件适用于金融领域虚假数字人脸检测相关产品研发设计、测试和应用，也适用于第三方评测机构对虚假数字人脸内容检测服务的技术安全评估。

2规范性引用文件

本文件没有规范性引用文件。

3术语和定义

下列术语和定义适用于本文件。3.1

虚假数字人脸内容digitallyforgedfacecontent

利用生成式人工智能技术、计算机视觉技术、数字伪造技术和深度学习模型所生成的虚假的数字人脸图像、视频内容。

3.2

虚假数字人脸内容检测digitallyforgedfacecontentdetection

鉴定数字图像或视频中人脸内容是否虚假的检测技术。

注：虚假数字人脸内容检测是面向深度伪造、数字化伪造、对抗攻击的人脸安全检测能力，通常基于卷积神经网络、视觉Transformer、计算机视觉算子等深度学习技术提取输入样本的面部特征和攻击线索进行真假数字人脸鉴别。

3.3

虚假数字人脸内容检测服务serviceofdigitallyforgedfacecontentdetection

提供虚假数字人脸内容检测能力的一体化技术服务。

注：虚假数字人脸内容检测服务是包括检测算法、运行平台、用户系统等软硬一体、交互可控的解决方案等形式。3.4

准确性accuracy

虚假数字人脸内容检测服务输出真假人脸检测结果的准确程度。

2

T/ZFIDA0003-20243.5

鲁棒性robustness

虚假数字人脸内容检测服务应用到叠加不同干扰的数据内容并做出准确检测的能力。3.6

泛化性generalization

虚假数字人脸内容检测服务应用到新攻击方法所扩展的新数据内容并做出准确检测的能力。

4缩略语

下列缩略语适用于本文件。

AKD：平均关键点距离值（AverageKey-pointDistance）GAN：生成对抗网络（generativeadversarialnetwork）

HPMSE：头部空间位置差异值（HeadPositionMeanSquareError）ID：身份标