DEEPFAKE’İN ELEKTRONİK ORTAMDA YAPAY ZEKÂ TABANLI KİMLİK DOĞRULAMA SÜRECİNE ETKİSİ

Aybüke Güneş

TR EN

DEEPFAKE’İN ELEKTRONİK ORTAMDA YAPAY ZEKÂ TABANLI KİMLİK DOĞRULAMA SÜRECİNE ETKİSİ

Abstract

Teknolojik gelişmeler, kimlik doğrulama ile yapılan pek çok işlemin elektronik ortama taşınmasını sağlamıştır. Elektronik ortamda gerçekleştirilen işlemlerin güvenliğinin sağlanması, kimlik doğrulama süreçlerini güvence altına almak için önemli bir ihtiyaç haline gelmiştir. Elektronik ortamda kimlik doğrulama işlemlerinin yapay zekâ kullanılarak gerçekleştirilmesi yapay zekâ tabanlı kimlik doğrulama süreçlerini ortaya çıkarmıştır. Yapay zekâ tabanlı kimlik doğrulama, yüz tanıma ve canlılık teknikleri kullanılarak bireylerin elektronik ortamda kimliklerinin doğrulanmasına imkân tanımaktadır. Ancak, bireylerin fotoğraf ve benzeri görüntülerinden yararlanılarak sentetik video veya görüntüler oluşturulmasına yarayan DeepFake, yapay zekâ tabanlı kimlik doğrulama süreçlerini yanıltmak amacıyla kullanılmaktadır. Bu durum yapay zekâ tabanlı kimlik doğrulama süreçlerini olumsuz etkilemektedir. Bu çalışmada, yapay zekâ tabanlı kimlik doğrulama süreci ve DeepFake incelenmiştir. Bütünsel bir perspektif ile incelemeler yapılması amaçlanmış ve yapay zekâ tabanlı kimlik doğrulama sürecinde DeepFake’in etkisi ele alınmıştır.

Keywords

IMPACT OF DEEPFAKE ON ARTIFICIAL INTELLIGENCE BASED IDENTITY PROOFING PROCESS IN ELECTRONIC ENVIRONMENT

Abstract

Technological developments have enabled many transactions carried out with identity proofing to be transferred to the electronic environment. In order to secure identity proofing processes, it has become an important need to ensure the security of transactions carried out electronically. The realization of identity proofing processes in the electronic environment using artificial intelligence has led to the emergence of artificial intelligence-based identity proofing processes. Artificial intelligence-based identity proofing allows individuals to be identity proofing electronically using face recognition and liveness techniques. But, DeepFake, which utilizes photographs and similar images of individuals to create synthetic videos or images, is used to deception artificial intelligence-based identity proofing processes. This has a negative impact on artificial intelligence-based identity proofing processes. In this study, the artificial intelligence-based identity proofing process and DeepFake are analyzed. With this study, it is aimed to examine with a holistic perspective and the impact of DeepFake in the artificial intelligence-based identity proofing process is discussed.

Keywords

References

ABD National Science and Technology Council. (2016, Ekim). The National Artificial Intelligence Research and Development Strategic Plan. https://www.nitrd.gov/pubs/national_ai_rd_strategic_plan.pdf adresinden 1 Temmuz 2024 tarihinde erişildi.
Anderson M.. (2022, Aralık 9). Deepfakes Can Effectively Fool Many Major Facial ‘Liveness’ APIs. https://www.unite.ai/deepfakes-can-effectively-fool-many-major-facial-liveness-apis/ adresinden 27 Ekim 2024 tarihinde erişildi.
Antispoofing. (2022, Eylül 15). Video Injection Attacks. https://antispoofing.org/video-injection-attacks/ adresinden 16 Eylül 2024 tarihinde erişildi.
Atmaca Y., Bakırcı M. Ç.. (2019, Aralık 1). DeepFake: Yapay Zekâ ve Bilgisayarlar ile Gerçeği Nasıl Bükeriz?. https://evrimagaci.org/deepfake-yapay-zeka-ve-bilgisayarlar-ile-gercegi-nasil-bukeriz-8088 adresinden 29 Eylül 2024 tarihinde erişildi.
AUTHENTICID (2024). Identity Proofing. https://www.authenticid.com/glossary/identity-proofing/, adresinden 21 Aralık 2024 tarihinde erişildi.
AWS. (2023). Yüz tanıma nedir?. https://aws.amazon.com/tr/what-is/facial-recognition/ adresinden 19 Ağustos 2024 tarihinde erişildi.
Berk M. E.. (2020). Dijital Çağın Yeni Tehlikesi “Deepfake. OPUS Uluslararası Toplum Araştırmaları Dergisi, 28(16), 1510-1523. https://doi.org/10.26466/opus.683819.
Bernaciak C., Ross Dominic A.. (2022, Mart 14). How Easy Is It to Make and Detect a Deepfake?. https://insights.sei.cmu.edu/blog/how-easy-is-it-to-make-and-detect-a-deepfake/ adresinden 29 Eylül 2024 tarihinde erişildi.

Carta K., Barral C., El Mrabet N., Mouille S.. (2022). Video Injection Attacks on Remote Digital Identity Verification Solution Using Face Recognition. Proceedings of the 13th International Multi-Conference on Complexity, Informatics and Cybernetics: IMCIC 2022, 2, 92-97. https://doi.org/10.54808/IMCIC2022.02.92.
Çin Siber Uzay İdaresi. (2022). Provisions on the Administration of Deep Synthesis Internet Information Services. https://www.cac.gov.cn/2022-12/11/c_1672221949318230.htm.
CyberMag. (2023). Deepfake Videolarının Sayısı Her Yıl %900 Oranında Artıyor!. https://www.cybermagonline.com/deepfake-videolarinin-sayisi-her-yil-900-oraninda-artiyor adresinden 27 Eylül 2024 tarihinde erişildi.
ENISA. (2020). eIDAS Compliant eID Solutions. https://www.enisa.europa.eu/publications/eidas-compliant-eid-solutions.
ENISA. (2021). ENISA Remote ID Proofing. https://www.enisa.europa.eu/publications/enisa-report-remote-id-proofing.
ENISA. (2022). ENISA Remote Identity Proofing - Attacks & Countermeasures. https://www.enisa.europa.eu/publications/remote-identity-proofing-attacks-countermeasures.
ENISA. (2023a). Identifying Emerging Cyber Security Threats and Challenges for 2030. https://www.enisa.europa.eu/publications/enisa-foresight-cybersecurity-threats-for-2030.
ENISA. (2023b). Artificial Intelligence and Cybersecurity Research. https://www.enisa.europa.eu/publications/artificial-intelligence-and-cybersecurity-research.
Elitaş T.. (2022). Dijital Manipülasyon ‘Deepfake’ Teknolojisi ve Olmayanın İnandırıcılığı. Hatay Mustafa Kemal Üniversitesi Sosyal Bilimler Enstitüsü Dergisi, 19(49), 113-128. https://dergipark.org.tr/tr/pub/hmkusbed/issue/70758/1072624.
ETSI. (2021a). Electronic Signatures and Infrastructures (ESI); Policy and security requirements for trust service components providing identity proofing of trust service subjects (ETSI TS 119 461 V1.1.1 (2021-07)). https://www.etsi.org/deliver/etsi_ts/119400_119499/119461/01.01.01_60/ts_119461v010101p.pdf.
ETSI. (2021b). Survey of technologies and regulatory requirements for identity proofing for trust service subjects (ETSI TR 119 460 V1.1.1 (2021-02)). https://www.etsi.org/deliver/etsi_tr/119400_119499/119460/01.01.01_60/tr_119460v010101p.pdf
European Parliament. (2023). Artificial Intelligence ACT. https://eur-lex.europa.eu/legal-content/EN/TXT/?uri=CELEX:52021PC0206.
Facebook Meta. (2020, Haziran 25). Deepfake Detection Challenge Dataset. https://ai.meta.com/datasets/dfdc/ adresinden 25 Ekim 2024 tarihinde erişildi.
Freiberg K.. (2024). Active and passive liveness detection – which one should you use for authentication. https://www.bioid.com/blog/2022/06/active-and-passive-liveness-detection-which-one-to-use-for-authentication/ adresinden 16 Ağustos 2024 tarihinde erişildi.
IDR&D. (2024). How AI Can Prevent a Virtual Camera Injection Attack. https://www.idrnd.ai/how-ai-can-prevent-a-virtual-camera-injection-attack/ adresinden 19 Eylül 2024 tarihinde erişildi.
Interesse G.. (2022, Aralık 20). China to Regulate Deep Synthesis (Deepfake) Technology Starting 2023. https://www.china-briefing.com/news/china-to-regulate-deep-synthesis-deep-fake-technology-starting-january-2023/ adresinden 11 Ocak 2024 tarihinde erişildi.
Martı C. C., (2021 Ocak 15). Korkunç Bir Siber Tehlike: Deepfake Nedir, Nasıl Çalışır ve Tehlikeleri Nelerdir?. https://listelist.com/deepfake-nedir/ adresinden 23 Aralık 2024 tarihinde erişildi.
NIST. (2017a). Digital Identity Guidelines. https://nvlpubs.nist.gov/nistpubs/SpecialPublications/NIST.SP.800-63-3.pdf.
NIST. (2017b). Digital Identity Guidelines Authentication and Lifecycle Management. https://nvlpubs.nist.gov/nistpubs/SpecialPublications/NIST.SP.800-63b.pdf.
OECD.AI. (2024). Catalogue of Tools & Metrics for Trustworthy AI. https://oecd.ai/fr/catalogue/metrics adresinden 19 Ağustos 2024 tarihinde erişildi.
Papastratis I.. (2020, Haziran 2). Deepfakes: Face synthesis with GANs and Autoencoders, https://theaisummer.com/deepfakes/ adresinden 28 Eylül 2024 tarihinde erişildi.
STM ThinkTech. (2023, Temmuz 24). Yapay Zekâ ile Üretilen İçerikler Tespit Edilebilir mi?. https://thinktech.stm.com.tr/tr/yapay-zeka-ile-uretilen-icerikler-tespit-edilebilir-mi adresinden 1 Ekim 2024 tarihinde erişildi.
Thales. (2020, Aralık 4). Liveness in biometrics: spoofing attacks and detection. https://www.thalesgroup.com/en/markets/digital-identity-and-security/government/inspired/liveness-detection adresinden 14 Ağustos 2024 tarihinde erişildi.
Yaman A. U.. (2018). Yüz Tanıma Sistemlerinin Yanıltılmasına Karşı Bir Yöntem: Yüz Videolarında Nabız Tespiti ile Canlılık Doğrulaması [Yüksek Lisans Tezi, Ankara Üniversitesi Fen Bilimleri Enstitüsü]. https://acikbilim.yok.gov.tr/bitstream/handle/20.500.12812/45005/yokAcikBilim_10196903.pdf?sequence=-1&isAllowed=y.
Wang L., Li C., Ji S., Zhang X., Xi Z., Guo S., Wang T.. (2022). Seeing is Living? Rethinking the Security of Facial Liveness Verification in the Deepfake Era. 31st USENIX Security Symposium, 2673-2690. https://www.usenix.org/system/files/sec22-li-changjiang.pdf.

Details

Primary Language

Turkish

Subjects

Artificial Intelligence (Other)

Journal Section

Review Article

Authors

Aybüke Güneş ^*
0000-0003-1027-4905
Türkiye

Early Pub Date

July 9, 2025

Publication Date

July 14, 2025

Submission Date

March 3, 2025

Acceptance Date

May 20, 2025

Published in Issue

Year 2025 Volume: 3 Number: 1

IZ

https://izlik.org/JA22FH72MP

Cite

RIS / Bibtex

APA

Güneş, A. (2025). DEEPFAKE’İN ELEKTRONİK ORTAMDA YAPAY ZEKÂ TABANLI KİMLİK DOĞRULAMA SÜRECİNE ETKİSİ. Bilgi Teknolojileri Ve İletişim Dergisi, 3(1), 1-34. https://izlik.org/JA22FH72MP

AMA

1.Güneş A. DEEPFAKE’İN ELEKTRONİK ORTAMDA YAPAY ZEKÂ TABANLI KİMLİK DOĞRULAMA SÜRECİNE ETKİSİ. Bilgi Teknolojileri ve İletişim Dergisi. 2025;3(1):1-34. https://izlik.org/JA22FH72MP

Chicago

Güneş, Aybüke. 2025. “DEEPFAKE’İN ELEKTRONİK ORTAMDA YAPAY ZEKÂ TABANLI KİMLİK DOĞRULAMA SÜRECİNE ETKİSİ”. Bilgi Teknolojileri Ve İletişim Dergisi 3 (1): 1-34. https://izlik.org/JA22FH72MP.

EndNote

Güneş A (July 1, 2025) DEEPFAKE’İN ELEKTRONİK ORTAMDA YAPAY ZEKÂ TABANLI KİMLİK DOĞRULAMA SÜRECİNE ETKİSİ. Bilgi Teknolojileri ve İletişim Dergisi 3 1 1–34.

IEEE

[1]A. Güneş, “DEEPFAKE’İN ELEKTRONİK ORTAMDA YAPAY ZEKÂ TABANLI KİMLİK DOĞRULAMA SÜRECİNE ETKİSİ”, Bilgi Teknolojileri ve İletişim Dergisi, vol. 3, no. 1, pp. 1–34, July 2025, [Online]. Available: https://izlik.org/JA22FH72MP

ISNAD

Güneş, Aybüke. “DEEPFAKE’İN ELEKTRONİK ORTAMDA YAPAY ZEKÂ TABANLI KİMLİK DOĞRULAMA SÜRECİNE ETKİSİ”. Bilgi Teknolojileri ve İletişim Dergisi 3/1 (July 1, 2025): 1-34. https://izlik.org/JA22FH72MP.

JAMA

1.Güneş A. DEEPFAKE’İN ELEKTRONİK ORTAMDA YAPAY ZEKÂ TABANLI KİMLİK DOĞRULAMA SÜRECİNE ETKİSİ. Bilgi Teknolojileri ve İletişim Dergisi. 2025;3:1–34.

MLA

Güneş, Aybüke. “DEEPFAKE’İN ELEKTRONİK ORTAMDA YAPAY ZEKÂ TABANLI KİMLİK DOĞRULAMA SÜRECİNE ETKİSİ”. Bilgi Teknolojileri Ve İletişim Dergisi, vol. 3, no. 1, July 2025, pp. 1-34, https://izlik.org/JA22FH72MP.

Vancouver

1.Aybüke Güneş. DEEPFAKE’İN ELEKTRONİK ORTAMDA YAPAY ZEKÂ TABANLI KİMLİK DOĞRULAMA SÜRECİNE ETKİSİ. Bilgi Teknolojileri ve İletişim Dergisi [Internet]. 2025 Jul. 1;3(1):1-34. Available from: https://izlik.org/JA22FH72MP