Framework agentico usa a frequencia da rede eletrica para autenticar video contra deepfakes
Pesquisadores propuseram um detector forense que usa a frequencia da rede eletrica (ENF) -- o zumbido captado no audio e a cintilacao captada no video -- para autenticar gravacoes contra video gerado por IA. O achado central inverte a logica usual de deteccao: a presenca do sinal ENF ja aparece em video sintetico com a mesma prevalencia do video real, entao so a comparacao com uma referencia independente de tempo e local permite distinguir autenticidade.
O trabalho ataca um problema cada vez mais central para a seguranca da informacao: como verificar se um video e genuino quando modelos generativos conseguem produzir conteudo visualmente indistinguivel de uma gravacao real. A abordagem escolhida nao tenta detectar artefatos de um gerador especifico -- estrategia que degrada rapidamente contra modelos nao vistos no treinamento -- e sim ancorar a verificacao em um sinal fisico que a geracao de video nao controla: a frequencia da rede eletrica (ENF), o hum de 50/60 Hz que vaza para microfones e para o rolling shutter de cameras CMOS.
Tecnicamente, o sistema combina um extrator de ENF de dois canais (audio e video) com um estimador harmonico compartilhado, treinado com dados sinteticos gerados por um modelo de deriva de Ornstein-Uhlenbeck ancorado em gravacoes reais -- contornando a escassez de dados rotulados de ENF. Um canal de correspondencia de referencia compara o ENF extraido contra uma base de dados historica da rede eletrica para validar ou recuperar o horario alegado da gravacao, e um orquestrador agentico decide, de forma assimetrica, quando vale a pena escalar para detectores mais caros de manipulacao de conteudo.
O achado mais importante do ponto de vista de seguranca e conceitual: os autores mostram que video gerado por IA tambem exibe cintilacao na banda do ENF, com prevalencia estatisticamente indistinguivel da de video real. Isso significa que checagens de deteccao baseadas apenas em 'presenca de ENF' -- uma heuristica usada em pericia forense ha anos -- deixam de ser confiaveis como prova de autenticidade. A autenticacao robusta exige consistencia com uma referencia externa (um banco de dados de frequencia de rede associado a tempo e local), nao apenas a deteccao do sinal.
Na pratica, isso importa para qualquer fluxo de verificacao de evidencia em video -- jornalismo, pericia judicial, moderacao de conteudo e investigacao de incidentes -- que ainda dependa de heuristicas de autenticidade ja ultrapassadas pelos geradores atuais. O ganho de eficiencia relatado (cascata agentica que corta 54% do tempo de execucao e 64% dos quadros decodificados sem perda de acuracia) tambem sinaliza um caminho de implantacao viavel para pipelines forenses em escala, algo relevante para quem precisa triar grandes volumes de video potencialmente manipulado.