> 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/tr/ai/deepfake-risk-detection.md).

# Deepfake Risk Tespiti

Yapay zeka teknolojisindeki günlük ilerlemeler, gerçek bireyler ile bir sahtekarı ayırt etmeyi giderek daha zor hale getiriyor; bu olgu deepfake olarak bilinir. Son dönemde yaşanan gerçek dünya olayları, kötü niyetli aktörlerin deepfake teknolojisini başkalarını taklit etmek için, genellikle finansal kazanç veya gizli bilgi elde etmek amacıyla nasıl kullandığını göstermiştir. Yapay zekadaki hızlı ilerlemeler nedeniyle deepfake'lerin daha yaygın hale gelmesi ve bununla ilişkili güvenlik tehditlerini artırması bekleniyor.

Zoom, kullanıcı güvenliğine bağlıdır; bu nedenle Zoom Meetings içinde olası deepfake risklerini tespit edip kullanıcıları bilgilendirmek için tescilli bir çözüm sunuyor: Deepfake Risk Detection.

{% hint style="warning" %}
**Önemli**

Bu Özellikler, 2026 Aralık ayında ücretli bir eklenti SKU'su olarak kullanıma sunulması planlanıyor. Ayrıntılar için Zoom temsilcinizle iletişime geçin.
{% endhint %}

Müşteri deneyimi, gerçek dünya örnekleri, güvenlik ve gizlilik bağlamı ile kullanıcılar ve yöneticiler için pratik rehberlik hakkında daha fazla bilgi edinmek için okumaya devam edin.

Deepfake Risk Detection Nedir?

Zoom, toplantılarda olası deepfake risklerinin mevcut olup olmadığını belirlemeye yardımcı olmak için tescilli bir yöntem olan Deepfake Risk Detection'ı geliştirdi. Çözüm Zoom Meetings'e özgüdür ve harici araçlar gerektirmeden yerleşik bir kullanıcı deneyimi sunar.

Deepfake Risk Detection şunları yapabilir:

* Sentetik ses veya video risklerinin olasılığını değerlendirmek
* Deepfake riskleri tespit edildiğinde etkinleştirilmiş toplantı Katılımcılarını bilgilendirmek
* Bir deepfake hakkındaki değerlendirmesini açıkça göstererek katılımcıların riskleri değerlendirmesine ve azaltmak için gerekli adımları atmasına İzin Verin

Teknik Derinlemesine İnceleme: Zoom’un Benzersiz Yaklaşımı

Zoom, bir insanla karşılaştırıldığında sentetik video ve ses olasılığını tespit etmek için tescilli makine öğrenimi modelleri oluşturmuştur. Zoom Deepfake Risk Detection, oturum sahibi veya etkinleştirilmiş katılımcılar tarafından açıldığında, deepfake algılama teknolojisi aktif konuşmacı kutucuğunu analiz eder.

## Zoom Deepfake'leri Tespit Etmeye Nasıl Yardımcı Olur?

### Video Tespiti

Zoom Deepfake Risk Detection, video işleme hattına girmeden önce, göndericinin Cihazında yakalanan video akışı üzerinde, ham istemci tarafı kareler kullanılarak doğrudan çalıştırılır. Bu, sıkıştırma, düşük bant genişlikli video kodlama/çözme yapıları ve deepfake kalıntılarını gizleyebilecek veya kaldırabilecek diğer kalite düşürücü işleme adımlarının etkisini önleyen önemli bir avantaj sağlar.

Ayrıca çift akışlı bir yüz Doğrulama mimarisi tasarladık. Alıcı tarafında, video akışı buluta gönderilir ve her iki akışın tutarlı olduğunu doğrulamak için gönderici tarafında elde edilen akışla karşılaştırılır. Bu, bir saldırganın deepfake algılama sunucusuna gönderici tarafından gerçek bir video akışı gönderirken bir Zoom alıcısına deepfake video akışı iletmesini engeller. Zaman damgalarını kullanan zamansal senkronizasyon, karşılaştırmadan önce iki video akışının düzgün şekilde hizalanmasına yardımcı olur.

Deepfake Risk Detection içindeki önemli bir verimlilik özelliği **uyarlanabilir algılama sıklığıdır**. Sistem, bir katılımcı toplantıya katıldığında yüksek sıklıkta kontrollerle başlar; güven düzeyi arttıkça zaman içinde kontrol sıklığını kademeli olarak azaltır. Algılama sıklıkları, önceki Doğrulama sonuçlarına göre dinamik olarak da ayarlanır: güven düzeyi yüksek olduğunda sıklık azaltılır, tekrarlanan başarısızlıklar video akışının güvenilir olmadığını gösterdiğinde ise algılama askıya alınır. Tamamlayıcı bir kalite değerlendirme katmanı, deepfake algılamasını çalıştırmadan önce gürültüyü, parlaklığı, bulanıklığı ve işaret noktası algılama güven düzeyini değerlendirir; düşük kaliteli kareleri atlar ve kullanılamaz girdi üzerinde İşlem harcamak yerine katılımcıya uygulanabilir düzeltme talimatları (örneğin, aydınlatmayı iyileştirme veya hareket bulanıklığını azaltma) sunar.

Bir Zoom toplantısında, Zoom video filtrelerini, avatarları ve Stüdyo efektleri toplantı deneyiminde kontrol eder. Deepfake Risk Detection etkinleştirildiğinde, alttaki ses ve video akışlarını daha doğru analiz etmek için toplantı süresi boyunca bu belirli Özellikler devre dışı bırakılır.

{% hint style="info" %}
**Not**

Görünüm ve Sanal Arka Plan altındaki özelliklerin çoğu **uyumludur** Deepfake Risk Detection ile. Poz Düzeltme bir istisnadır ve Deepfake Risk Detection etkinleştirildiğinde devre dışı bırakılır.
{% endhint %}

Video ve ses akışlarının veri öğeleri yakalanır ve tespitin gerçekleştiği bulut'a gönderilir. Video ve ses verileri ile elde edilen puanlar toplantı sona erdikten sonra silinir.

### Ses Algılama

Zoom Ses Deepfake Risk Detection, bulut tarafında her aktif konuşmacı için sesi gerçek zamanlı olarak analiz eder. Toplantı sesi, algılama hizmetine ulaşmadan önce Zoom'un Standart ses işleme sürecinden geçer. Bu Standart işlemlerden bazıları yankı iptali, gürültü bastırma ve kodek kodlamasını içerir. Algılama modelimiz, gerçek konuşmanın yanlışlıkla sahte olarak işaretlenmemesine yardımcı olmak için Zoom'un kendi işlem hattıyla işlenen ses de dâhil olmak üzere çok çeşitli gerçek dünya ses koşulları üzerinde eğitilmiştir.

Sistem, ses akışının tamamını sürekli olarak analiz etmek yerine sınıflandırma için aktif konuşmacıdan **kısa konuşma parçaları** çıkarır. Bir kalite değerlendirme katmanı, ses koşullarını gerçek zamanlı olarak değerlendirir ve ağ kalitesinin düşük olması nedeniyle bozulmuş parçaları otomatik olarak hariç tutar. Bu, güvenilir olmayan girdilerin analiz edilmesini önlemeye ve kaynakların daha verimli kullanılmasını sağlamaya yardımcı olur. Bir **konuşma tanıma kapısı** yalnızca gerçek konuşmaların deepfake analizini tetiklemesini sağlamaya yardımcı olur; müzik veya arka plan sesleri gibi konuşma dışı sesler otomatik olarak hariç tutulur.

Video algılamaya benzer şekilde, Zoom toplantı deneyiminde ses filtreleri ve Stüdyo efektleri üzerinde kontrol sağlar. Deepfake Risk Detection etkinleştirildiğinde, alttaki ses akışlarını daha doğru analiz etmek için bu belirli özellikler devre dışı bırakılır. Ancak bir katılımcı avatar modunu kullandığında, ses deepfake algılama çalışmaya devam eder; böylece video tabanlı analiz kullanılamasa bile konuşmacı Doğrulama etkin kalır.

## Mimari

Aşağıdaki diyagram, Deepfake Risk Detection'a genel bir bakış sunar.

<div data-with-frame="true"><figure><img src="https://4003797241-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>

## Kullanıcı Deneyimi

Bir Zoom toplantısındayken ve Zoom Deepfake Risk Detection etkin olduğunda, olası bir risk işaretlenirse neler bekleyebileceğinizi burada bulabilirsiniz.

Zoom Deepfake Risk Detection, aşağıdakileri yaparak etkinleştirilmiş tüm kullanıcılara sentetik ses veya videonun olası varlığını bildirecektir:

* Şüpheli katılımcıyı şu simgeyle işaretleyin: **Deepfake riski** simgesi
* O katılımcıyı ekranın sol üst bölümüne taşıyın
* Şu başlıklı bir açılır pencere gösterin: **Deepfake riski algılandı** ve bağlantı üzerinden şu sayfayı açın: **Deepfake algılama panosu**, burada ek bilgiler sunulur

Aşağıdaki görsel simgeyi ve açılır pencereyi gösterir.

<div data-with-frame="true"><figure><img src="https://4003797241-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>

Şu **Deepfake algılama panosu** etkin kullanıcılar için aşağıdakiler de dahil olmak üzere ek bilgiler sağlar:

* Şu kişilerin risk durumu: **tüm** toplantı katılımcıları
* Algılama riskleri ve güven düzeyleri şu öğeler için gösterilir: **hem** video hem de ses akışları; böylece ek bağlam sağlanır
* Kullanıcıları olası sonraki adımlar hakkında bilgilendirmeye yardımcı olmak için net eylem çağrıları

Aşağıda deepfake tespit panosuna bir örnek verilmiştir:

<div data-with-frame="true"><img src="https://4003797241-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" %}
**Not**

Zoom Deepfake Risk Detection ayrıca bir video veya ses veri akışı zayıf olduğunda ya da deepfake tespit etmek için fazla yetersiz olduğunda veya bir katılımcı onay vermediğinde kullanıcıları bilgilendirir.
{% endhint %}

Kullanım Senaryoları

Bu bölüm, Deepfake Risk Detection için üç yaygın kullanım senaryosu içerir. Görüşmek istediğiniz bir senaryo varsa, Zoom temsilcinizle iletişime geçin.

### Finansal Hizmetler Danışmanı

#### Genel Bakış

Bob Smith, özel bir bankada yüksek net değere sahip müşteriler için kişisel bir danışmandır. Her gün beş veya altı müşteriyle konuşur; onlara servet stratejileri ve finansal işlemler konusunda danışmanlık yaparak kişisel finanslarını yönetmelerine yardımcı olur.

#### Riskler

Bob, onların adına para transferlerini kolaylaştırır; buna yeni hesaplar açmak, büyük satın almalar yapmak ve tereke satıcılarına ödeme yapmak da dahil olabilir. Bob, kendi yargısına, müşterilerini kişisel olarak tanımasına ve hafif yetkilendirme kontrollerine güvenir.

#### Örnek

Uzun süredir müşterisi olan biri, Bob'dan aile üyesi için egzotik bir araba satın alacağını söylemek üzere plansız bir toplantı talep etti. Müşteri, Bob'a sahibine 190 bin dolar havale etmesini söyledi. Zoom Deepfake Risk Detection, Bob'u yüksek bir deepfake riski konusunda uyardı. Bu tür bir satın alma müşteri için alışılmadık olmasa da Bob temkinli davrandı ve gerçek para transferinden önce müşteriyi cep telefonundan aradı. Gerçek müşteri toplantıdan haberdar değildi ve Bob, fonları kötü niyetli bir aktöre aktarmaktan kaçındı.

### İK İşe Alım Uzmanı

#### Genel Bakış

Sally Ng, orta ölçekli bir Organizasyonda yetenek işe alım uzmanıdır ve mühendislik ile teknik pozisyonlar için BT işe alımını destekler. Herhangi bir anda sekiz ila on açık pozisyonu vardır ve adayları belirlemekten teklif müzakeresine kadar işe alım sürecini baştan sona yürütür.

#### Riskler

Sally, uzaktan pozisyonlar için yürütülen işe alım sürecinde temkinlidir. Onun Organizasyonu, giderek daha fazla yurt dışındaki adaylara teklif veriyor. Değerlendirme süreci yoğundur; genellikle beş veya altı ek görüşmeci ve nihai teklif tamamlanmadan önce başarılı belge Doğrulama gerekir. Adaylar çoğu zaman fiziksel olarak biriyle görüşmeden işe alınır.

#### Örnek

Umut vadeden bir mülakat sürecinin ortasında Sally, final mülakat turunu bildirmek için adayla videoda bağlantı kurdu. Zoom Deepfake Detection, sentetik ses de dahil olmak üzere artmış bir risk konusunda Sally'yi uyardı. Sally, adayın kimliğini diğer kaynaklarla çapraz kontrol etti ve adayın başka birinin çevrim içi profil kimliği gibi davrandığını belirledi. Deepfake Risk Detection, kötü niyetli bir aktörün şirketin dahili BT altyapısına ve ortamına eriştiği bir durumu önleyebildi. Sally, olası fidye yazılımı saldırılarını, müşteri bilgilerinin tehlikeye girmesini ve tescilli yazılım hırsızlığını önledi.

### Finans Yöneticisi

#### Genel Bakış

Tom Cox, büyük bir Organizasyon için borç hesapları uzmanlarından oluşan bir grubu yönetir. Ekibi, şirketin bölümlerinden biri için hizmet sağlayan satıcılara ödeme yapmaktan sorumludur.

#### Riskler

Şirkette yalnızca onaylanmış faturaların ödenmesini sağlamak için süreçler vardır. Gerekli onay seviyesi fatura tutarına karşılık gelir. Bazı satıcılar, altyapı ve veri hizmetleri gibi şirketin ayakta kalmasını sağlayan kritik hizmetler sunar. Geciken ödemeler müşteri aksaklığına yol açabilir; bu da şirketin itibarına zarar verebilir ve/veya cezalara neden olabilir.

#### Örnek

Tom, bölümün Finans Başkan Yardımcısından aniden gelen bir telefon aldı. Başkan Yardımcısı, Tom'a gizli bir proje için bir satıcıya 1,2 milyon dolar ödeme yapmasını söyledi. Başkan Yardımcısı, Tom'un patronu ofiste olmadığı için Tom'u aradı. Ödeme gecikmişti ve bugün yapılması gerekiyordu; aksi takdirde Tom'un şirketi gecikme cezalarıyla karşılaşacaktı. Şüphelenen Tom, bunun gerçekten o olduğunu doğrulamak için Başkan Yardımcısından kısa bir Zoom toplantısına katılmasını istedi. Başkan Yardımcısı toplantıya katıldı ve Tom'a göre gerçek Başkan Yardımcısıyla aynı görünüyor ve aynı sesle konuşuyordu; ancak Deepfake Risk Detection bunun muhtemelen sentetik olduğunu Tom'a bildirdi. Tom ödemeyi yapmayı reddetti ve pahalı bir hatadan kaçındı.

## Etkinleştirme ve Kullanım

Eklenti satın alındıktan sonra Hesap Sahipleri ve Yöneticiler, Deepfake Risk Algılamayı şu konumda etkinleştirebilir: **Grup** Organizasyon düzeyinde. Özellikler'i açmak için aşağıdakileri yapın:

1. Şu adreste oturum açın: [Zoom web portalı](https://www.zoom.com/).
2. Yönetici bölümüne gidin. Şuna tıklayın: **Hesap Yönetimi**, ardından şuna tıklayın: **Hesap Ayarları**.
3. Üst gezinme çubuğunda şuna tıklayın: **Genel**. Şuraya gidin: **Güvenlik** bölümüne gidin ve Etkinleştir'i açın **Deepfake risk algılamayı etkinleştirin**.

{% hint style="info" %}
**Not**

Bu ayarı kilitlemek istiyorsanız, böylece bu özellik tüm toplantılarda otomatik olarak başlarsa, özellik aç/kapat düğmesinin yanındaki kilit simgesine tıklayın. Bunun yerine toplantı ev sahiplerine ve yetkili kullanıcılara özelliği tek tek toplantılar bazında açma seçeneği vermek istiyorsanız, kilidi açık bırakın.
{% endhint %}

Bir toplantıda Deepfake Risk Algılama'yı açmak için alt araç çubuğundaki menüye gidin ve **Algılama** simgesine tıklayın.

<div data-with-frame="true"><figure><img src="https://4003797241-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>

Onay

Hem ev sahipleri hem de katılımcılar, toplantıları için Deepfake Risk Detection'ı etkinleştirebilir. Tüm toplantı katılımcılarına Deepfake Risk Detection'ın etkin olduğu bildirilecek ve onay vermeleri istenecektir. Katılımcıların yalnızca ilk kullanımda onay vermesi gerekir ve onayları Kullanıcı Ayarları'nda saklanır. Kullanıcılar onay tercihini her zaman Ayarlar portalından değiştirebilir.

<div data-with-frame="true"><figure><img src="https://4003797241-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>

## Yöntem

Zoom, müşterilerimizin güvenilir ve güvenli bir toplantı deneyimi yaşamasını sağlamaya kendini adamıştır. Her risk azaltma çözümünde olduğu gibi hiçbir şey mükemmel değildir. Kötü niyetli aktörler sürekli gelişiyor ve savunmaları test etmeye devam edeceklerdir; bu nedenle Organizasyonunuzu korumak için aktif önlemler almak değerlidir.

Gerçek örnekleri temsil etmek için yöntemlerin bir kombinasyonunu kullanarak, hem video hem de ses için önde gelen deepfake çözümlerine karşı bire bir karşılaştırma yaptık. Kullandığımız bazı yöntemler şunlardır:

**Video**

* Geleneksel grafik tabanlı düzenleme ve kompozitleme yöntemleri
* Oto-encoder tabanlı yüz değiştirme gibi erken dönem derin öğrenme yöntemleri
* GAN tabanlı üretim ve manipülasyon yöntemleri
* Difüzyon tabanlı üretim/düzenleme yöntemleri
* NeRF ve 3D gaussian splatting gibi neural rendering yaklaşımları

**Ses**

* Referans koşullu üretken TTS
* Spektrogram-vocoder TTS
* Neural codec veya vocoder yeniden sentezi
* Ses dönüşümü veya konuşmadan konuşmaya

{% hint style="warning" %}
**Önemli**

Deepfake risk tespiti etkinleştirilmiş olsa da olmasa da her zaman dikkatli ve temkinli olun.
{% 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/tr/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.
