面向深度伪造检测的高效自解释图神经网络
Efficient and self-explainable graph neural networks for deepfake detection
1. 中国刑事警察学院 公安信息技术与情报学院, 沈阳 110854
2. 司法部 司法鉴定重点实验室, 上海 200063
3. 沈阳航空航天大学 民航学院, 沈阳 110135
摘要
针对现有基于传统深度学习的检测方法检测效果不佳、可解释性差的问题，提出一种基于高效自解释图神经网络(efficient and self-explainable graph neural networks，SE-EffGNN)的深度伪造检测方法，该方法由图结构构建、模型预测、解释分析三个部分组成。首先融合先验信息与局部空间信息，将待检测视频建模为语义引导的图结构数据，增强模型对伪造痕迹的感知能力；其次，构建SE-EffGNN网络，对节点特征实现分维度的特征编码，综合距离加权聚合和邻接边聚合更新节点表示，并引入通道门控单元和节点注意力模块捕捉伪造痕迹特征实现分类预测；最后对网络中距离加权模块、特征编码模块、节点注意力模块进行参数可视化，实现模型的自解释。实验结果表明，所提方法在主流数据集上的平均AUC达0.9946，并通过网络学习参数可视化输出，提供可解释依据。其结果验证了SE-EffGNN在保持较高检测性能的同时，亦具备优异的可解释性。
基金项目
辽宁省教育厅科技创新团队项目(LJ222410175007)、司法部司法鉴定重点实验室开放课题(KF202317)、辽宁省研究生教育教学改革研究资助项目(LNYJG2023317)、沈阳市科技计划项目社会治理科技专项(24-213-3-41)、校级重点攻关计划项目(ZDGGJH2507)
出版信息
DOI: 10.19734/j.issn.1001-3695.2025.07.0209
出版期卷: 《计算机应用研究》 优先出版, 2026年第43卷 第3期
发布历史
[2025-09-25] 优先出版
引用本文
吕仁堃, 孙鹏, 郎宇博, 等. 面向深度伪造检测的高效自解释图神经网络 [J]. 计算机应用研究, 2026, 43 (3). (2025-11-18). https://doi.org/10.19734/j.issn.1001-3695.2025.07.0209. (Lyu Renkun, Sun Peng, Lang Yubo, et al. Efficient and self-explainable graph neural networks for deepfake detection [J]. Application Research of Computers, 2026, 43 (3). (2025-11-18). https://doi.org/10.19734/j.issn.1001-3695.2025.07.0209. )
关于期刊
- 计算机应用研究 月刊
- Application Research of Computers
-
刊号
ISSN 1001-3695
CN 51-1196/TP
《计算机应用研究》创刊于1984年，是由四川省科技厅所属四川省计算机研究院主办的计算技术类学术刊物。
《计算机应用研究》瞄准本学科领域迫切需要的前沿技术，及时反映国内外计算机应用研究的主流技术、热点技术及最新发展趋势。主要刊载内容包括本学科领域高水平的学术论文、本学科最新科研成果和重大应用成果。栏目内容涉及计算机学科新理论、计算机基础理论、算法理论研究、算法设计与分析、区块链技术、系统软件与软件工程技术、模式识别与人工智能、体系结构、先进计算、并行处理、数据库技术、计算机网络与通信技术、信息安全技术、计算机图像图形学及其最新热点应用技术。
《计算机应用研究》拥有众多高层次读者、作者，读者对象主要为从事计算机学科领域高、中级研究人员及工程技术人员，各高等院校计算机专业及相关专业的师生。多年来《计算机应用研究》的总被引频次及Web下载率一直名列本学科同类学术刊物前茅，所刊发的学术论文以其新颖性、学术性、前瞻性、导向性、实用性而备受广大读者的喜爱。
收录和评价
- 第二届国家期刊奖百种重点期刊
- 中国期刊方阵双效期刊
- 全国中文核心期刊（北大2023年版）
- 中国科技核心期刊
- 中国科学引文数据库(CSCD)来源期刊
- RCCSE中国核心学术期刊
- 中国计算机学会会刊
- 2020—2022年科技期刊世界影响力指数(WJCI)报告收录期刊
- 中国科技期刊精品数据库全文来源期刊
- 中国学术期刊综合评价数据库来源期刊
- 《中国期刊网》《中国学术期刊(光盘版)》来源期刊
- 2017—2019年中国国际影响力优秀学术期刊(自然科学与工程技术)
- 中国精品科技期刊顶尖学术论文(F5000)项目来源期刊
- 《中国工程技术电子信息网》《电子科技文献数据库》来源期刊
- 英国《科学文摘》(INSPEC)来源期刊
- 《日本科学技术振兴机构数据库》(JST)来源期刊
- 俄罗斯《文摘杂志》(AJ, VINITI)来源期刊
- 美国《艾博思科学术数据库》(EBSCO)全文来源期刊
- 美国《剑桥科学文摘(自然科学)》(CSA(NS))核心期刊
- 波兰《哥白尼索引》(IC)来源期刊
- 美国《乌利希期刊指南(网络版)》(Ulrichsweb)收录期刊
