ŠALKO, M. Bezpečnostní dopady deepfakes v oblasti rozpoznávání obličejů [online]. Brno: Vysoké učení technické v Brně. Fakulta informačních technologií. 2023.

Posudky

Posudek vedoucího

Firc, Anton

Práca je veľmi kvalitne vypracovaná. Študent si správne poradil s výskumnou neistotou a systematicky riešil zadanú problematiku. Pri riešení práce bol samostatný, aktívny a snažil sa o prínos vlastných kvalitných nápadov a myšlienok pre ďalšie zlepšenie práce. Práca prináša nové a zaujímavé výsledky využiteľné pre ďalší výskum a vývojárov a prevádzkovateľov biometrických systémov. Pozitívom je aj spracovanie v angličtine.

Dílčí hodnocení
Kritérium Známka Body Slovní hodnocení
Informace k zadání Obtiažnosť zadania hodnotím ako náročnú. Práca rieši aktuálne výskumné téma z novej oblasti počítačovej bezpečnosti a deep learningu. Vypracovanie vyžadovalo zoznámenie sa a prácu s aktuálnymi technológiami tvorby deepfakes, biometrických systémov a samostatnú výskumnú činnosť študenta. Študent odviedol veľké množstvo práce kde identifikoval vhodné vektory útokov a vytvoril testovacie vzorky nad ktorými experimentálne realizoval identifikované vektory útokov. Všetky body zadania boli splnené, výsledky práce sú spracované vo vysokej kvalite a majú potenciál byť ďalej rozpracované do podrobnejšieho výskumu.
Práce s literaturou Študent aktívne vyhľadával relevantnú dostupnú literatúru a vhodne ju začlenil do svojej práce.
Aktivita během řešení, konzultace, komunikace K aktivite študenta nemám výhrady. Pravidelne sa zúčastňoval konzultácií, na ktoré chodil pripravený a vždy prezentoval nové posuny v spracovaní práce. Aktívne prichádzal s nápadmi ako postupovať a získať kvalitnejšie výsledky. Výsledky boli dodávané priebežne počas celého akademického roka. Prístup študenta bol systematický a dôsledný.
Aktivita při dokončování Práca bola dokončená s dostatočným predstihom a riadne konzultovaná.
Publikační činnost, ocenění Študent sa zúčastnil študentskej konferencie Excel@FIT 2023. Výsledky plánujeme spracovať formou vedeckého článku a publikovať na relevantej konferencii.
Navrhovaná známka
A
Body
94

Posudek oponenta

Goldmann, Tomáš

Technická zpráva diplomové práce je dobře zpracovaná, stejně tak se dobře i čte a má logickou strukturu. Těžiště práce spočívá v provedených experimentech, které jsou obecně dobře zpracovány, s výjimkou jedné části experimentů, která vykazuje nedostatky. Celkově jsem se rozhodl pro hodnocení práce stupněm velmi dobře (B) na spodní hranici.

Dílčí hodnocení
Kritérium Známka Body Slovní hodnocení
Náročnost zadání Cílem práce bylo provést analýzu bezpečnostních dopadů deepfake na oblast rozpoznávání osob podle obličeje. Jedná se o aktuální téma, kterému se dostává čím dál větší pozornosti, jak ve vědecké komunitě, tak i v širší veřejnosti. Jelikož student použil existující metody, které využil pro vytvoření analýzy, hodnotím obtížnost zadání jako průměrnou.
Rozsah splnění požadavků zadání Všechny body zadání jsou splněné bez výhrad.
Rozsah technické zprávy Práce je v obvyklém rozmezí a veškerý uvedený text je relevantní k tématu řešené práce.
Prezentační úroveň technické zprávy 90 Práce je rozdělená do 7 kapitol, které na sebe plynule navazují. Nicméně by bylo vhodné sloučit kapitolu 5 Realisation of experiments a kapitolu Discusion.  Práce se dobře čte a z hlediska prezentační úrovně plní požadavky na diplomovou práci.
Formální úprava technické zprávy 80 Práce je psaná v anglickém jazyce, a tak nejsem schopen gramatickou stránku adekvátně posoudit. Nicméně z mého, spíše subjektivního, text dodržuje anglický slovosled a vyskytuje se v něm poměrně málo chyb. Z hlediska typografie nevidím v práci vážnější nedostatky. Mezi menší nedostatky řadím občasné použití x namísto matematického krát.
Práce s literaturou 92 Práce obsahuje 65 relevantních bibliografických zdrojů, které se především skládají z odborných článků.
Realizační výstup 70 Realizační výstup se skládá z několika skriptů, které slouží pro spuštění programu pro rozpoznávání obličeje (nejsou součástí přílohy). Jednotlivé skripty obsahují hlavičky se jménem autora. Využitelnost kódu pro další experimenty je značně omezená z důvodu vztažení kódu k určitému datasetu a v neposlední řadě kód obsahuje napevno zadané cesty. Mou zásadní výtkou je, že kód neumožňuje replikaci výsledků. V README bych očekával odkaz na datasety a případně, kde je možné opatřit (i zakoupením) programy pro rozpoznávání obličeje. Ačkoliv chápu, že těžištěm práce jsou výsledky experimentů, tak i přiložené zdrojové kódy by měli mít adekvátní úroveň. Hlavní těžiště práce ovšem spočívá v provedených experimentech, které jsou rozdělené do tří částí. V první části jsou u jednotlivých testovaných scénářů uvedené pokusy ( attemps ), které nejsou blíže specifikované, což značně snižuje interpretovatelnost výsledků. Další dvě částí experimentů jsou zpracovány kvalitně. Dále bych uvítal i experimenty s open source algoritmy pro rozpoznávání osob podle obličeje.
Využitelnost výsledků Experimenty navrhuji modifikovat a získané výsledky publikovat.
Navrhovaná známka
B
Body
80

eVSKP id 141060