DeepTrace · 深度伪造鉴别与 AI 攻防实验平台

DEEPFAKE FORENSICS & ADVERSARIAL TESTBENCH

取证引擎 · 就绪 VLM · 未配置
左侧上传原始图片 → 右侧逐次施加编辑生成伪造样本
ORIGINAL

原始图片

未载入
拖拽图片到这里，或点击上传 支持 JPG / PNG / WEBP · 建议 512–2048 px 人像或场景照
等待原始图片…
VS
FORGED

伪造图片

v0 · 未编辑
处理中…
编辑工具
等待编辑操作…

02模型鉴别 · 真伪检测

原图 ORIGINAL
--
RISK SCORE
尚未检测

判断依据 · EVIDENCE

点击「开始鉴别」后，这里会列出每一项取证指标的实际测量值与判读结论。
所有数值均来自对图片像素的真实计算。

可疑区域定位 · HEATMAP

原图 · ELA 误差分布
伪造图 · 异常热力图
低
高ELA / 噪声残差融合
伪造图 FORGED
--
RISK SCORE
尚未检测
AI 分析总结 LOCAL
等待检测……系统会对原图与伪造图分别给出风险评分，并综合取证指标与视觉大模型的判断生成自然语言结论。

03攻防实验 · 鲁棒性测试

攻击方：图像后处理规避检测　|　防御方：取证引擎复检
JPEG 重压缩质量 92
高斯模糊σ 0.0
缩放重采样100%
亮度偏移+0
加性噪声0
锐化 / 降噪0
处理后自动复检
保留版本链（攻击累积）
提示：正常压缩、调色等后处理会削弱取证痕迹，这正是攻防实验要观察的现象——不代表内容本身被篡改。

检测分数随攻击强度的变化

尚未运行攻防实验 · 横轴为攻击轮次，纵轴为伪造图风险评分

攻防记录

每轮记录后处理手段、风险评分与相对基线的变化
#手段对照盲检盲检Δ
暂无记录