> For the complete documentation index, see [llms.txt](https://library.zoom.com/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://library.zoom.com/technical-library/technical-library-ar/ai/deepfake-risk-detection.md).

# كشف مخاطر التزييف العميق

إن التقدم اليومي في تكنولوجيا الذكاء الاصطناعي يجعل من الصعب أكثر التمييز بين الأشخاص الحقيقيين أو المنتحل؛ وهذه ظاهرة تُعرف باسم التزييف العميق. وقد أظهرت حوادث حديثة في العالم الحقيقي كيف يستغلّ الفاعلون السيئون تكنولوجيا التزييف العميق لانتحال شخصية الآخرين، عادةً لتحقيق مكاسب مالية أو للحصول على معلومات سرية. وبسبب التقدم السريع في الذكاء الاصطناعي، من المتوقع أن يصبح التزييف العميق أكثر شيوعًا، مما يؤدي إلى تصعيد التهديدات الأمنية المرتبطة به.

تلتزم Zoom بسلامة المستخدم، لذا فهي تطرح حلاً مملوكًا لاكتشاف مخاطر التزييف العميق المحتملة وإخطار المستخدمين بها في اجتماعات Zoom: اكتشاف مخاطر التزييف العميق.

{% hint style="warning" %}
**مهم**

من المقرر إطلاق هذه الميزة في ديسمبر 2026 كـ SKU لمكون إضافي مدفوع. جهة الاتصال بممثّل Zoom الخاص بك للحصول على التفاصيل.
{% endhint %}

واصل القراءة لمعرفة المزيد عن تجربة العميل، والأمثلة الواقعية، وسياق الأمان والخصوصية، والإرشادات العملية للمستخدمين والمسؤولين.

ما هو اكتشاف مخاطر التزييف العميق؟

طوّرت Zoom اكتشاف مخاطر التزييف العميق، وهي منهجية مملوكة، للمساعدة في تحديد ما إذا كانت مخاطر التزييف العميق المحتملة عرضًا في الاجتماعات. هذا الحل أصيل في اجتماعات Zoom، مما يجعله تجربة مستخدم مدمجة دون الحاجة إلى أدوات خارجية.

يمكن لاكتشاف مخاطر التزييف العميق القيام بما يلي:

* تقييم احتمال وجود مخاطر صوت أو فيديو اصطناعي
* إخطار المشاركون الذين تم تمكينهم في اجتماع عند تحديد مخاطر التزييف العميق
* عرضٌ واضح لإرسال الرسائل بشأن تقييمها للتزييف العميق للسماح للمشاركين بتقييمه واتخاذ أي إجراء للتخفيف من المخاطر

نظرة تقنية متعمقة: نهج Zoom الفريد

أنشأت Zoom نماذج تعلّم آلي خاصة بها لاكتشاف احتمالية الفيديو والصوت الاصطناعيين، مقارنةً بالإنسان. عند تشغيل ميزة Zoom Deepfake Risk Detection بواسطة المضيف أو المشاركين الممكّنين، تقوم تقنية اكتشاف التزييف العميق بتحليل لوحة متحدث نشط.

## كيف تساعد Zoom في اكتشاف حالات التزييف العميق؟

### اكتشاف الفيديو

يتم تشغيل اكتشاف مخاطر التزييف العميق من Zoom مباشرةً على تدفق الفيديو الملتقط على جهاز المرسل، قبل دخوله إلى خط معالجة الفيديو، باستخدام إطارات خام من جهة العميل. وهذا يوفر ميزة رئيسية تتجنب تأثير الضغط، وقطع أثر الترميز/فك الترميز لفيديو منخفض النطاق الترددي، وخطوات المعالجة الأخرى التي قد تؤدي إلى إخفاء آثار التزييف العميق أو إزالتها.

كما صممنا بنية تحقق من الوجه ذات التدفقين. في جهة الاستقبال، يُرسل تدفق الفيديو إلى السحابة ويُقارن بالتدفق المستلَم من جهة المرسل للتحقق من أن التدفقين متسقان. وهذا يمنع مهاجمًا من إرسال تدفق فيديو حقيقي من جهة المرسل إلى خادم اكتشاف التزييف العميق، بينما يسلّم تدفق فيديو مزيفًا إلى مستلم Zoom. ويساعد التزامن الزمني باستخدام الطوابع الزمنية على ضمان محاذاة تدفقي الفيديو بشكل صحيح قبل المقارنة.

من الميزات الرئيسية لتحسين الكفاءة في «اكتشاف مخاطر التزييف العميق» **تكييف وتيرة الاكتشاف**. يبدأ النظام بإجراء عمليات تحقق متكررة عند انضمام مشارك إلى اجتماع، ثم يقلل الوتيرة تدريجيًا بمرور الوقت مع ازدياد مستوى الثقة. كما تُعدَّل معدلات الاكتشاف ديناميكيًا وفقًا لنتائج التحقق السابقة؛ إذ تُخفَّض عندما يكون مستوى الثقة مرتفعًا، ويُعلَّق الاكتشاف عندما تشير الإخفاقات المتكررة إلى عدم موثوقية بث الفيديو. وتقيّم طبقة تكميلية جودة الضوضاء والسطوع والتمويه ومدى الثقة في اكتشاف المعالم قبل تشغيل اكتشاف التزييف العميق، وتتجاوز الإطارات منخفضة الجودة، وتزوّد المشارك بإرشادات عملية لمعالجة المشكلة (مثل تحسين الإضاءة أو تقليل ضبابية الحركة)، بدلًا من إهدار موارد الحوسبة على مدخلات غير صالحة للاستخدام.

في اجتماع Zoom، تتحكم Zoom في عوامل تصفية الفيديو والصور الرمزية ومؤثرات الاستوديو ضمن تجربة اجتماع. عند تمكين اكتشاف مخاطر التزييف العميق، سيتم تعطيل هذه الميزات المحددة طوال مدة اجتماع من أجل تحليل تدفقات الصوت والفيديو الأساسية بدقة أكبر.

{% hint style="info" %}
**ملاحظة**

معظم الميزات ضمن «المظهر» و«الخلفية الافتراضية» **متوافقة** مع اكتشاف مخاطر التزييف العميق. ويُستثنى من ذلك تصحيح الوضعية، إذ يُعطَّل عند تمكين اكتشاف مخاطر التزييف العميق.
{% endhint %}

يتم التقاط عناصر البيانات من تدفقات الفيديو والصوت وإرسالها إلى سحابة، حيث يحدث الاكتشاف. ويُحذف الفيديو وبيانات صوت والدرجات الناتجة بعد انتهاء اجتماع.

### اكتشاف الصوت

يحلل اكتشاف مخاطر التزييف العميق الصوتي في Zoom صوت كل متحدث نشط في الوقت الفعلي من جانب سحابة. يمر صوت اجتماع بمعالجة Zoom الصوتية معيارية قبل وصوله إلى خدمة الاكتشاف. تتضمن بعض هذه العمليات المعيارية إلغاء الصدى وكتم الضوضاء وترميز برنامج الترميز. وقد تم تدريب نموذج الاكتشاف لدينا على نطاق واسع من ظروف صوت الواقعية، بما في ذلك صوت المعالج عبر مسار Zoom نفسه، للمساعدة على ضمان عدم وضع علامة خاطئة على الكلام الحقيقي باعتباره مزيفًا.

بدلًا من تحليل تدفق الصوت بالكامل باستمرار، يستخرج النظام بذكاء **مقاطع كلام قصيرة** من المتحدث النشط لتصنيفها. وتقيّم طبقة لتقدير الجودة ظروف الصوت في الوقت الفعلي، وتستبعد تلقائيًا المقاطع التي تدهورت جودتها بسبب ضعف الشبكة. ويساعد ذلك على تجنب التحليل بالاستناد إلى مدخلات غير موثوقة، وتوجيه الموارد إلى استخدامات أكثر فائدة. وتساعد **بوابة التعرّف على الكلام** على ضمان أن الكلام الفعلي وحده هو ما يؤدي إلى تحليل التزييف العميق؛ إذ يُستبعد تلقائيًا الصوت غير الكلامي، مثل الموسيقى أو أصوات الخلفية.

على غرار اكتشاف الفيديو، تتحكم Zoom في عوامل تصفية صوت ومؤثرات الاستوديو ضمن تجربة اجتماع. عند تمكين اكتشاف مخاطر التزييف العميق، تُعطّل هذه الميزات المحددة من أجل تحليل تدفقات صوت الأساسية بدقة أكبر. ومع ذلك، عند استخدام المشارك لوضع الصورة الرمزية، يستمر اكتشاف التزييف العميق الصوتي في العمل، بحيث يظل التحقق من المتحدث نشطًا حتى عندما لا يتوفر التحليل المعتمد على الفيديو.

## المعمارية

يوضح الرسم التخطيطي أدناه نظرة عامة على اكتشاف مخاطر التزييف العميق.

<div data-with-frame="true"><figure><img src="https://3637835738-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FctBXUMeBy4rtLMmMkKRG%2Fuploads%2Fceg7QCwwI7tQIjqmJxa5%2Funknown.png?alt=media&amp;token=a6631afe-18af-4350-87a3-44e5c7547a15" alt="Architecture diagram showing data flow from sender to client to Zoom Cloud." height="695" width="624"><figcaption></figcaption></figure></div>

## تجربة المستخدم

عندما تكون في اجتماع Zoom ويكون اكتشاف مخاطر التزييف العميق في Zoom ممكّنًا لديك، إليك ما يمكنك توقعه إذا تم وضع علامة على خطر محتمل.

سيُخطر اكتشاف مخاطر التزييف العميق في Zoom كل مستخدم الذين تم تمكينهم بالوجود المحتمل لصوت أو فيديو اصطناعي من خلال القيام بما يلي:

* ضع علامة على المشارك المشتبه به باستخدام أيقونة **مخاطر التزييف العميق** ‏
* نقل ذلك المشارك إلى الربع العلوي الأيسر من شاشة
* اعرض نافذة منبثقة بعنوان **تم اكتشاف مخاطر التزييف العميق** تحتوي على رابط لفتح **لوحة معلومات اكتشاف التزييف العميق**، التي توفّر معلومات إضافية

تعرض الصورة التالية الرمز والنافذة المنبثقة.

<div data-with-frame="true"><figure><img src="https://3637835738-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FctBXUMeBy4rtLMmMkKRG%2Fuploads%2FxYY0DrODyhfsMeYCSjFV%2Funknown.png?alt=media&amp;token=12dc5921-4999-497f-a05a-983be5458381" alt="Sample image including Deepfake Risk Detection warnings." height="409" width="624"><figcaption></figcaption></figure></div>

توفر **لوحة معلومات اكتشاف التزييف العميق** للمستخدمين الذين تم تمكين الميزة لديهم معلومات إضافية، منها:

* حالة المخاطر لدى **جميع** المشاركين في الاجتماع
* تُعرض مخاطر الاكتشاف ومستويات الثقة لكل من **كلتا** قناتي الفيديو والصوت، ما يوفر سياقًا إضافيًا
* دعوات واضحة لاتخاذ إجراء، للمساعدة في إبلاغ المستخدمين بالخطوات التالية المحتملة

فيما يلي مثال على لوحة المعلومات لاكتشاف التزييف العميق:

<div data-with-frame="true"><img src="https://3637835738-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FctBXUMeBy4rtLMmMkKRG%2Fuploads%2FKUPezhc9d7x8UplAwue7%2Funknown.png?alt=media&amp;token=f90c2318-a92d-461d-aa51-b19b20cbe442" alt="" height="574" width="251"></div>

{% hint style="info" %}
**ملاحظة**

يخطر اكتشاف مخاطر التزييف العميق في Zoom المستخدمين أيضًا عندما يكون تدفق بيانات الفيديو أو صوت ضعيفًا أو رديئًا جدًا بحيث لا يمكن اكتشاف تزييف عميق، أو إذا لم يوافق المشارك.
{% endhint %}

حالات الاستخدام

يتضمن هذا القسم ثلاث حالات استخدام شائعة لاكتشاف مخاطر التزييف العميق. إذا كان لديك سيناريو ترغب في مناقشته، فاتصل بممثل Zoom.

### مستشار الخدمات المالية

#### نظرة عامة

بوب سميث مستشار شخصي للعملاء ذوي الثروات العالية في بنك خاص. يتحدث إلى خمسة أو ستة عملاء يوميًا، ويقدم لهم المشورة بشأن استراتيجيات الثروة والمعاملات المالية لإدارة شؤونهم المالية الشخصية.

#### المخاطر

يسهّل بوب تحويلات الأموال نيابةً عنهم، والتي قد تشمل فتح حسابات جديدة وإجراء عمليات شراء كبيرة وسداد/دفع مستحقات موردي التركات. ويعتمد بوب على تقديره الشخصي ومعرفته الشخصية بعملائه وعمليات التحقق الخفيفة من التفويض.

#### مثال

طلب عميل طويل الأمد اجتماعًا مخصصًا مع بوب لإبلاغه بنيته شراء سيارة فاخرة لأحد أفراد العائلة. وطلب العميل من بوب تحويل 190 ألف دولار إلى المالك. نبّه اكتشاف مخاطر التزييف العميق في Zoom بوب إلى وجود خطر مرتفع للتزييف العميق. ورغم أن هذا النوع من شراء لم يكن غير معتاد للعميل، توخى بوب الحذر واتصل بالعميل على هاتفه الجوال قبل تحويل الأموال الفعلي. ولم يكن لدى العميل الحقيقي أي علم باجتماع، وتجنب بوب تحويل الأموال إلى فاعل سيئ.

### مسؤول توظيف الموارد البشرية

#### نظرة عامة

سالي نغ مسؤولة توظيف للمواهب في مؤسسة متوسطة المستوى، تدعم التوظيف في تقنية المعلومات للوظائف الهندسية والتقنية. لديها من ثمانية إلى عشرة مناصب شاغرة في أي وقت، وتتولى عملية التوظيف من البداية إلى النهاية، بدءًا من تحديد المرشحين ووصولًا إلى التفاوض على العروض.

#### المخاطر

تتوخى سالي الحذر أثناء عملية التوظيف للمناصب عن بُعد. وتقدم مؤسستها عروضًا على نحو متزايد لمرشحين في الخارج. وعملية الفحص مكثفة، وعادةً ما تضم خمسة أو ستة محاورين إضافيين ونجاح التحقق من المستندات قبل إتمام العرض النهائي. وغالبًا ما يُستكمل ضم المرشحين دون مقابلة شخص ما وجهًا لوجه.

#### مثال

في منتصف عملية مقابلة واعدة، تواصلت سالي مع المرشح عبر الفيديو لإبلاغه بجولة المقابلة النهائية. نبّه اكتشاف التزييف العميق في Zoom سالي إلى خطر متزايد، بما في ذلك صوت اصطناعي. تحققت سالي من هوية المرشح بالرجوع إلى مصادر أخرى، وقررت أن المرشح كان ينتحل حضور الملف الشخصي لشخص آخر عبر الإنترنت. وتمكن اكتشاف مخاطر التزييف العميق من تجنب موقف كان من الممكن أن يصل فيه فاعل سيئ إلى البنية التحتية وبيئة تقنية المعلومات الداخلية للشركة. ومنعت سالي هجمات برامج الفدية المحتملة، وتعريض معلومات العملاء للخطر، وسرقة البرامج الخاصة.

### مدير المالية

#### نظرة عامة

يدير توم كوكس مجموعة من اختصاصيي الحسابات الدائنة في مؤسسة كبيرة. ويتحمل فريقه مسؤولية سداد/دفع مستحقات الموردين الذين يقدمون خدمات لأحد أقسام الشركة.

#### المخاطر

لدى الشركة عمليات قائمة لضمان سداد/دفع الفواتير المعتمدة فقط. ويتوافق مستوى الموافقات المطلوبة مع مبلغ الفاتورة. ويقدم بعض الموردين خدمات بالغة الأهمية تحافظ على استمرار عمل الشركة، مثل خدمات البنية التحتية والبيانات. وقد تؤدي المدفوعات المتأخرة إلى تعطل العملاء والإضرار بسمعة الشركة و/أو فرض غرامات.

#### مثال

تلقى توم مكالمة هاتفية مفاجئة من نائب رئيس الشؤون المالية في القسم. وطلب نائب الرئيس من توم سداد/دفع مبلغ 1.2 مليون دولار لمورد من أجل مشروع سري. اتصل نائب الرئيس بتوم لأن مدير توم كان خارج المكتب. وكانت سداد/دفع متأخرة ويجب إجراؤها اليوم وإلا ستتكبد شركة توم غرامات تأخير. ولأنه كان مرتابًا، طلب توم من نائب الرئيس انضمام إلى اجتماع Zoom سريع للتحقق من أنه هو بالفعل. انضم نائب الرئيس إلى اجتماع، وبدا لتوم وصوته مطابقين لنائب الرئيس الحقيقي، باستثناء أن اكتشاف مخاطر التزييف العميق أخطر توم بأنه على الأرجح اصطناعي. رفض توم إجراء سداد/دفع وتجنب خطأً مكلفًا.

## التمكين والاستخدام

بعد شراء المكون الإضافي، يمكن لمالكي الحساب والمسؤولين تمكين اكتشاف مخاطر التزييف العميق على مستوى **المجموعة** للمؤسسة. لتشغيل الميزة، اتبع الخطوات التالية:

1. سجّل الدخول إلى [بوابة Zoom على الويب](https://www.zoom.com/).
2. انتقل إلى قسم المسؤول. انقر على **إدارة الحساب**، ثم انقر على **إعدادات الحساب**.
3. في شريط التنقل العلوي، انقر على **عام**. انتقل إلى قسم **الأمان** وشغّل **تمكين اكتشاف مخاطر التزييف العميق**.

{% hint style="info" %}
**ملاحظة**

إذا أردت قفل هذا الإعداد، بحيث تبدأ هذه ميزة تلقائيًا في جميع الاجتماعات، فانقر فوق رمز القفل بجانب تبديل ميزة. وإذا كنت تفضّل منح مضيفي اجتماع والمستخدمين المؤهلين خيار تشغيل ميزة على أساس كل اجتماع على حدة، فاترك القفل مفتوحًا.
{% endhint %}

لتشغيل اكتشاف مخاطر التزييف العميق في اجتماع، انتقل إلى القائمة في شريط الأدوات السفلي وانقر على أيقونة **الاكتشاف** .

<div data-with-frame="true"><figure><img src="https://3637835738-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FctBXUMeBy4rtLMmMkKRG%2Fuploads%2F8jNV0vU542V4RmL0GOgW%2Funknown.png?alt=media&amp;token=d5aa945e-7698-44b0-baa5-67fc36f9310f" alt="Image of the menu, showing the Detection option in the middle of the second row." height="280" width="186"><figcaption></figcaption></figure></div>

الموافقة

يمكن لكل من المضيفين والمشاركون تمكين اكتشاف مخاطر التزييف العميق لاجتماعاتهم. وسيتم إخطار جميع المشاركون في اجتماع بأن اكتشاف مخاطر التزييف العميق ممكّن، وسيُطلب منهم تقديم الموافقة. لن يحتاج المشاركون إلى تقديم الموافقة إلا عند الاستخدام الأول، وسيتم تخزين موافقتهم في الإعدادات الخاصة بالمستخدم. ويمكن للمستخدمين دائمًا تغيير خيار الموافقة في بوابة الإعدادات الخاصة بهم.

<div data-with-frame="true"><figure><img src="https://3637835738-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FctBXUMeBy4rtLMmMkKRG%2Fuploads%2FjERq2uPA32Ri8PD1vtwV%2Funknown.png?alt=media&amp;token=658db132-011e-42d2-b248-b0d74899af37" alt="Sample Zoom meeting screen displaying a message that &#x22;Deepfake risk detection is on.&#x22;" height="411" width="624"><figcaption></figcaption></figure></div>

## المنهجية

تكرس Zoom جهودها لضمان تمتع عملائنا بتجربة اجتماع آمنة وجديرة بالثقة. وكما هو الحال مع أي حل لتخفيف المخاطر، لا يوجد شيء مثالي. فالفاعلون السيئون يتطورون باستمرار وسيواصلون اختبار الدفاعات، لذلك يجدر اتخاذ تدابير نشط لحماية مؤسسة.

باستخدام مجموعة من الأساليب لتمثيل حالات حقيقية، أجرينا مقارنة مباشرة مع حلول التزييف العميق الرائدة لكل من الفيديو والصوت. وتتضمن بعض الأساليب التي استخدمناها:

**الفيديو**

* أساليب التحرير والتركيب التقليدية القائمة على الرسومات
* أساليب التعلم العميق المبكرة، مثل تبديل الوجوه القائم على الترميز التلقائي
* أساليب التوليد والمعالجة القائمة على GAN
* أساليب التوليد/التحرير القائمة على الانتشار
* أساليب العرض العصبي، مثل NeRF وتنقيط غاوسي ثلاثي الأبعاد

**الصوت**

* تحويل النص إلى كلام التوليدي المشروط بالمرجع
* تحويل النص إلى كلام باستخدام الطيف الصوتي والمحوّل الصوتي
* إعادة التخليق باستخدام برنامج ترميز عصبي أو محول صوتي
* تحويل الصوت أو الكلام إلى كلام

{% hint style="warning" %}
**مهم**

استخدم الحذر والتقدير دائمًا، بغض النظر عما إذا كان اكتشاف مخاطر التزييف العميق ممكّنًا.
{% endhint %}


---

# Agent Instructions
This documentation is published with GitBook. GitBook is the documentation platform designed so that both humans and AI agents can read, navigate, and reason over technical content effectively. Learn more at gitbook.com.

## Querying This Documentation
If you need additional information that is not directly available in this page, you can query the documentation by asking a question.

Perform an HTTP GET request on the following URL with the `ask` and `goal` query parameters:

```
GET https://library.zoom.com/technical-library/technical-library-ar/ai/deepfake-risk-detection.md?ask=<question>&goal=<user_goal>
```

`ask` is the immediate question: it should be specific, self-contained, and written in natural language.
`goal` is what the user is ultimately trying to achieve, the reason they need the answer. Sharing it helps GitBook give you a better, more relevant answer. A goal is most helpful when it describes the outcome the user wants rather than restating the question. For example, with `ask=how do I create an API token`, a goal like `automate deployments from our CI pipeline` lets GitBook tailor the answer to that use case.

The response will contain a direct answer to the question and relevant excerpts and sources from the documentation.

Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.
