Modelo de detección de audios en español y videos deepfake contra ataques de ingeniería social

Teniendo en cuenta el creciente empleo de deepfakes con fines negativos como dañar reputaciones, difundir noticias falsas o realizar burlas, este trabajo presenta una plataforma de detección de contenidos deepfake en audio y video. Se evaluaron distintos modelos de aprendizaje profundo, analizando precisión, eficiencia y escalabilidad. La solución permite subir archivos mediante una API web y ofrece una clasificación con un intervalo de confianza, además de registrar resultados para facilitar futuros entrenamientos. Los resultados superan los estándares actuales y demuestran la viabilidad de la herramienta en entornos académicos y profesionales.

• Autores: Gélvez Galvis, Santiago Andrés; García Esquibel, Juan Nicolás
• Tipo de recurso: Trabajo de grado de pregrado
• Fecha de publicación: 2025
• Institución: Universidad de los Andes
• Repositorio: Séneca: repositorio Uniandes
• Idioma: spa
• OAI Identifier: oai:repositorio.uniandes.edu.co:1992/76372
• Acceso en línea: https://hdl.handle.net/1992/76372
• Palabra clave: Deepfakes; Deep learning; GenConViT; CNNs; MLPs; Detección de deepfakes; Ingeniería social; Redes neuronales; Ingeniería
• Rights: openAccess
• License: Attribution-NonCommercial-ShareAlike 4.0 International