Qua việc làm rõ tổng quan về TPM sử dụng công nghệ Deepfake; bài viết tập trung phân tích, đánh giá thực trạng nhận thức của người dân về tội phạm sử dụng công nghệ Deepfake; thực trạng tội phạm sử dụng công nghệ Deepfake. Từ đó, bài báo đã đặt ra những vấn đề cần chú ý cũng như đề xuất một số giải pháp cho các cơ quan có chức năng thực hiện công tác phòng chống tội phạm sử dụng công nghệ Deepfake nhằm nâng cao chất lượng, hiệu quả công tác phòng ngừa TPM trong tình hình hiện nay.

1. Đặt vấn đề

Cùng với phạm vi tiếp cận và tốc độ phát triển của các phương tiện truyền thông đại chúng, sự ra đời của Deepfake – công nghệ sử dụng trí tuệ nhân tạo (AI) để mô tả lời nói, hành động, biểu cảm siêu thực của một cá nhân tạo thành hình ảnh và video - nhanh chóng tiếp cận hàng triệu người và có tác động hai mặt đến xã hội. Bên cạnh một số phần mềm Deepfake được sử dụng vào lĩnh vực truyền thông để tuyên truyền, gia tăng doanh số tiếp thị hoặc tạo ra những ấn phẩm giải trí, các mối nguy cơ của Deepfake cũng đồng thời bị che đậy bởi mục đích truyền thông trên, đe doạ đến nền an ninh chung trên nhiều cấp độ.

Hiện nay, công tác tuyên truyền về tội phạm sử dụng Deepfake luôn được đề cao và đa dạng hoá hình thứcg, các cơ quan chức năng đã có sự phối hợp trong công tác phòng ngừa cũng như xây dựng những giải pháp công nghệ nhận diện và phát hiện video giả mạo. Song, qua quá trình tổng hợp và đánh giá, thực tế cho thấy vẫn còn những hạn chế và khó khăn cần kịp thời đề xuất giải pháp góp phần nâng cao hiệu quả công tác. Trước tình hình trên, đòi hỏi cần có các nghiên cứu tổng thể, toàn diện về tội phạm lợi dụng công nghệ Deepfake và đề ra các giải pháp nhằm nâng cao hiệu quả công tác phòng ngừa tội mạng.

2. Tội phạm sử dụng công nghệ Deepfake

Deepfake là gì?

Deepfake là các sản phẩm phương tiện tổng hợp sử dụng nguồn dữ liệu cá nhân (DLCN) đã biết và các ứng dụng của công nghệ trí tuệ nhân tạo. Vì DLCN có liên quan đến danh tính cá nhân nên Deepfake có thể giả mạo sự hiện diện của một người và các hoạt động không xảy ra trong thực tế liên quan tới người đó hoặc tạo dựng sự hiện diện của một người không tồn tại, điều này có thể dẫn đến hậu quả nghiêm trọng về chính trị, xã hội, tài chính và pháp luật.

Cách thức tạo ra một sản phẩm Deepfake?

Việc tạo một sản phẩm Deepfake thông thường thường được thực hiện theo ba bước. Đầu tiên, vùng hình ảnh của khuôn mặt cần thay thế sẽ được chọn từ video. Ở bước thứ hai, hình ảnh được sử dụng làm đầu vào cho mạng thần kinh nhân tạo sâu DNN. Sau đó, DNN sẽ tự động tạo một khuôn mặt khác của một người để sao chép làm kết quả trung gian và điều chỉnh nét mặt cho phù hợp với khuôn mặt đầu vào.

Bước cuối cùng, khuôn mặt được tạo dưới dạng đầu ra sẽ được sao chép vào video, chính xác ở vị trí của khuôn mặt ban đầu trước đó. Để hoàn thành nhiệm vụ, có hai cách: Bộ mã hóa tự động và Mạng sáng tạo đối nghịch (GAN). Cả hai đều là dạng DNN nhưng khác nhau trong cách triển khai, trong đó bộ mã hóa tự động đại diện cho cách tiếp cận ban đầu, trong khi GAN đại diện cho một biến thể nâng cao hơn. GAN, được nhà nghiên cứu Ian Goodfellow phát triển lần đầu tiên vào năm 2014, bao gồm hai mạng thần kinh: thuật toán tạo (Generator) và thuật toán phân biệt so sánh (Discriminator).

Đầu tiên, mạng lưới thần kinh nhân tạo sâu (DNN) sử dụng tập dữ liệu mẫu để tìm hiểu các đặc điểm của mục tiêu (tức là vật bị làm giả) và tạo ra các mẫu “giả”. Sau đó, trình phân biệt sẽ kiểm tra kết quả của trình tạo sinh bằng cách đánh giá xác suất mà mẫu thử nghiệm đến từ tập dữ liệu chứ không phải từ mô hình tạo sinh. Sự phản hồi tương hỗ giữa hai “trình” liên tục thực hiện để cải thiện hiệu suất của chúng - trình tạo cố gắng tạo ra các mẫu thực tế hơn và trình phân biệt cố gắng tạo ra để nhận biết tốt hơn hàng giả và hàng thật. Sự tối ưu của thuật toán GAN đạt được khi trình tạo tạo ra các hàng giả siêu thực mà bộ phân biệt thực hiện phân loại ngẫu nhiên vì nó không thể phân biệt giữa hàng giả và hàng thật.

Các đặc điểm của công nghệ Deepfake có liên quan tới tội phạm:

- Tính chân thực: Nhận thức bằng các giác quan một cách trực tiếp cung cấp bằng chứng đáng tin cậy cho thấy một sự kiện đã xảy ra. Hình ảnh và âm thanh của sự kiện tăng cường việc truyền tải thông tin bằng cách giúp người xem nhận thức được “độ chính xác” cao hơn. Các thuật toán mà Deepfake sở hữu trong hệ thống sẽ được lập trình và trải qua hình thức học hỏi lâu dài, thông qua hàng loạt các bộ dữ liệu hình ảnh cũng như video, hình thành thói quen tự động nhận biết và xử lý, tổng hợp và tạo nên một phiên bản giả mạo khó phân biệt, giúp thao túng chỉnh sửa và điều khiển tùy ý.

- Tính giả mạo: Sản phẩm công nghệ Deepfake là một dạng thông tin biểu thị bằng dạng hình ảnh hoặc âm thanh mang tính sai lệch, có tính ảnh hưởng đến nhận thức của cá nhân về sự thật, đồng thời tạo sự không chắc chắn về thông tin mà chúng truyền tải, giảm niềm tin của mọi người vào các thông tin được truyền tải, đặc biệt trên môi trường mạng xã hội (MXH). Vấn đề lấy cắp danh tính bằng Deepfake là một trong những thách thức nghiêm trọng trong thời đại số hiện đại.

- Khả năng phổ biến và phát triển: Deepfake thường được chia sẻ rộng rãi trên các nền tảng MXH như YouTube, Facebook, và Twitter. Sự lan truyền nhanh chóng của Deepfake trên MXH đã đóng vai trò quan trọng trong việc tăng cường sự nhận thức và phổ biến của nó. Hiện nay, Deepfake vẫn đang trong quá trình "tiến hóa”, từ những video thô sơ với những đặc điểm vật lý rất giả đến các sản phẩm giả mạo có tính chân thực cao mà bằng mắt thường không thể phân biệt được. Cơ sở dữ liệu càng rộng và đa dạng trong khi thuật toán càng phức tạp sẽ giúp các mô hình tạo ra Deepfake trở nên càng tinh vi và sản phẩm càng chân thực

Tác động của Tội phạm mạng (TPM) sử dụng công nghệ Deepfake:

TPM sử dụng công nghệ Deepfake đã xâm phạm an ninh, an toàn thông tin khi đã lợi dụng tính chân thực của hình ảnh, giọng nói giả mạo từ công nghệ Deepfake nhằm phát tán, lan truyền thông tin sai sự thật về các cơ quan, tổ chức, cá nhân từ đó thao túng môi trường an ninh mạng. Từ đó, TPM sử dụng Deepfake để lại thiệt hại nghiêm trọng tới quan hệ xã hội đảm bảo an toàn của không gian mạng, an toàn DLCN, xâm hại đến quyền và lợi ích hợp pháp của cá nhân và pháp nhân được pháp luật bảo vệ.

Bên cạnh đó, lan truyền thông tin sai lệch và tung tin giả mạo gây ảnh hưởng xấu đến uy tín, danh dự của cá nhân, tổ chức được coi là ‘cơn ác mộng” đe doạ đến an ninh con người, an ninh chính trị của một quốc gia. Những video này sau đó được rao bán, tống tiền và đe doạ uy tín, danh dự các nạn nhân, và nghiêm trọng hơn khi các nạn nhân là những người nổi tiếng, người có vị trí cao trong xã hội (cụ thể là các cán bộ, lãnh đạo cấp cao của nhà nước).

Phân loại TPM sử dụng công nghệ Deepfake:

- TPM sử dụng Deepfake nhằm mục đích lừa đảo, chiếm đoạt tài sản. Đây là loại tội phạm tạo ra video hoặc âm thanh giả mạo nhằm đánh lừa nạn nhân để chuyển khoản tiền hoặc cung cấp thông tin cá nhân nhạy cảm. Tội phạm tạo ra các video hoặc âm thanh Deepfake bằng cách sử dụng công nghệ trí tuệ nhân tạo để thay đổi hoặc tạo ra nội dung giả mạo.

- TPM sử dụng công nghệ Deepfake với mục đích chính trị. TPM sử dụng công nghệ Deepfake đối với những người có chức vụ, quyền hạn trong bộ máy nhà nước, tổ chức chính trị không chỉ gây ảnh hưởng tiêu cực đến niềm tin của quần chúng về cá nhân, tổ chức, hệ thống chính trị trong nước, mà còn có khả năng làm xói mòn quan hệ quốc tế.

3. Thực trạng của tội phạm mạng  sử dụng Deepfake tại Việt Nam

    Xu hướng của TPM sử dụng Deepfake tại Việt Nam hiện nay

Nhận thức của người dân về TPM sử dụng Deepfake thể hiện sự phát triển về quy mô và xu hướng của TPM sử dụng Deepfake để lừa đảo, chiếm đoạt tài sản. Bài báo thể hiện kết quả khảo sát với 300 người tham gia từ những độ tuổi, ngành nghề, trình độ học vấn và trình độ công nghệ khác nhau, có 42,4% đánh giá TPM sử dụng Deepfake không tiềm ẩn nhiều nguy cơ gây hại và chỉ 21,2% số này xem TPM sử dụng Deepfake là loại tội phạm rất nguy hiểm (Xem hình 01).

Từ năm 2017 đến 2020, hầu hết các sản phẩm Deepfake được tạo ra và bán, đều là nội dung khiêu dâm. Nghiên cứu trong báo cáo Deeptrace 2021 cho thấy gần 96% sản phẩm Deepfake tồn tại trên không gian mạng đều xuất phát từ các nội dung khiêu dâm và đăng tải trên các trang web khiêu dâm [10]. Trong giai đoạn này, các sản phẩm Deepfake được tạo ra bởi các công cụ nguồn mở có chất lượng thấp và không thể được triển khai hiệu quả cho các mục đích tội phạm. Tuy nhiên, từ năm 2021 đến nay, công nghệ Deepfake đã được sử dụng trong các hành vi phạm tội rõ nét hơn như lừa đảo chiếm đoạt tài sản, tống tiền,…

Từ kết quả khảo sát, mục đích của TPM sử dụng Deepfake hiện nay thường nhằm vào lợi ích vật chất  khi 67,5% người tham gia khảo sát cho rằng mục đích của TPM sử dụng Deepfake nhằm lừa đảo, chiếm đoạt tài sản; mục đích tống tiền, rao bán các sản phẩm giả mạo chứa nội dung khiêu dâm, nhạy cảm cũng lên đến 64,2%. Khoảng 1 nửa số người tham gia khảo sát cũng nhận thức được xu hướng “vũ khí hoá” công nghệ Deepfake trên lĩnh vực chính trị hiện nay (Xem hình 02).

Theo bài công bố mới nhất của Viettel Cyber Security cho thấy cùng với sự phổ biển của công nghệ Deepfake đã khiến cho nguy cơ lừa đảo trực truyến gia tăng: lĩnh vực, nhóm ngành tài chính – ngân hàng vẫn là mục tiêu hàng đầu của các đối tượng khi chiếm tới 54% tỷ lệ tấn công lừa đảo, giả mạo. [4]

Năm 2023 đặc biệt ghi nhận sự nổi lên của các cuộc gọi giả mạo cơ quan chức năng tại Việt Nam, chiếm 9% trong tổng số các cuộc tấn công lừa đảo, giả mạo [4]. Điểm nóng này thống nhất với kết quả của câu hỏi khảo sát nội dung các sản phẩm Deepfake xuất hiện thường xuyên nhất là các cuộc gọi thường, cuộc gọi video call, trong đó cụ thể là nội dung: “Thay đổi gương mặt, giọng nói của người thực hiện cuộc gọi thường, cuộc gọi video với cơ quan Nhà nước: Toà án, Viện kiểm sát, Công an,…” với 255 phiếu bình chọn (tương ứng với 85%) và “Thay đổi gương mặt, giọng nói của người thực hiện cuộc gọi thường, cuộc gọi video call với bạn bè, người thân” là 230 phiếu bình chọn (tương ứng với 76,6%) (Xem hình 03).

Thông qua việc nghiên cứu 200 thị trường, diễn đàn và các kênh truyền thông có nội dung liên quan tới Deepfake ghi nhận có nhiều TPM sử dụng Deepfake để lừa đảo đến mức nhu cầu sử dụng vượt xa nguồn cung các phần mềm Deepfake hiện có trên thị trường. Động lực thúc đẩy chính đằng sau việc tội phạm hóa Deepfake là các phần mềm mã nguồn mở, có tính công khai và cho phép tải xuống miễn phí, ví dụ hầu hết các mô hình Deepfake nằm trên nền tảng mã nguồn mở phổ biến là Github.

Các kịch bản TPM sử dụng công nghệ Deepfake phổ biến tại Việt Nam hiện nay:

- Một là, cuộc gọi video giả mạo người thân, bạn bè để vay tiền, nhờ chuyển tiền đến tài khoản thứ ba. Cách phổ biến nhất mà đối tượng sử dụng là phát tán những liên kết giả mạo nhắm vào sự tò mò, thiếu cảnh giác của người dùng để lấy thông tin, hack tài khoản MXH. Kịch bản tiếp theo không đòi hỏi đối tượng thực hiện hành vi chiếm đoạt tài khoản xã hội, mà chỉ cần thu thập những video cũ thông qua các bài đăng, tài khoản MXH công khai của một người và dùng công nghệ Deepfake chỉnh sửa và tiến hành cuộc gọi lừa đảo sử dụng deepvoice hoặc cuộc gọi video cho bất kì người dùng có trong danh sách bạn bè được công khai của chủ thể giả mạo. Không chỉ vậy, một kịch bản khác mà các đối tượng xây dựng, đó là nhắn tin cho bạn bè, người thân của bị hại: tạo tình huống cấp bách hoặc khẩn cấp, thông qua video giả mạo, tội phạm có thể mô phỏng một tình huống khẩn cấp hoặc cần sự giúp đỡ cấp bách từ nạn nhân

- Hai là, cuộc gọi video giả danh công an, viện kiểm soát, toàn án... (VoIP). Một trong những yếu tố quan trọng của hình thức lừa đảo này là tội phạm lợi dụng sự tin tưởng vào nhà nước, chính quyền của người dân. Tội phạm tận dụng sự tin tưởng này để khiến nạn nhân dễ dàng tin rằng họ đang giao tiếp với một quan chức có khả năng áp đặt các hình phạt pháp luật. Từ đó làm tăng khả năng nạn nhân tuân thủ theo các yêu cầu của tội phạm, dẫn đến việc bị tội phạm lừa mất tiền và ảnh hưởng đến tâm lý, niềm tin vào bộ máy nhà nước.

- Ba là, lừa đảo trong giao dịch, thanh toán và sàn thương mại điện tử. Trong lĩnh vực tài chính - ngân hàng, TPM sử dụng Deepfake đang lợi dụng triệt để sự thuận tiện của quá trình tạo lập tài khoản ngân hàng online của các ngân hàng thương mại kết hợp với các ứng dụng liên kết thanh toán dịch vụ để làm đơn xin vay tiền, mở nhiều tài khoản ngân hàng “từ xa” trên các ứng dụng ngân hàng để chiếm đoạt tiền hoa hồng từ việc giới thiệu mở thẻ (ít nhất 50,000 VNĐ/tài khoản). Ngoài ra, các đối tượng còn sử dụng Deepfake để tạo ra video giả mạo các “giám đốc tài chính” hoặc “người ủy quyền” của các doanh nghiệp, xác nhận các giao dịch hoặc yêu cầu chuyển khoản tiền từ các tài khoản ngân hàng của người dùng sang tài khoản của tội phạm.

- Bốn là, các video giả mạo có nội dung đồi truỵ, nhạy cảm về hành vi, đạo đức… sử dụng hình ảnh của diễn viên, nghệ sĩ, người có tầm ảnh hưởng trên MXH (KOLs) gia tăng trên nhiều nền tảng. Theo báo cáo của Cục An toàn thông tin 6 tháng đầu năm 2023, ứng dụng Telegram, Twitter trở thành những “hội nhóm mua bán kín và công khai” những hình ảnh, video Deepfake. Cụ thể tháng 4/2023, một tài khoản Twitter liên tục đăng những hình nhạy cảm giả mạo gương mặt các sao nam và thông báo “Nhận fake ảnh, video nghệ sĩ và Tiktoker theo yêu cầu”, sau khi nhắn tin, tài khoản này nhận fake ảnh với giá 50.000 đồng/3 ảnh của người nổi tiếng.

- Năm là, hạ uy tín, suy giảm niềm tin của người dùng bằng cách tạo video Deepfake nhắm tới các cá nhân đứng đầu các doanh nghiệp, tập đoàn tài chính dẫn đến hệ luỵ nghiêm trọng về thiệt hại kinh tế như: nguồn tiêu thụ giảm, ảnh hưởng xấu tới chỉ số kinh doanh cũng như thị trường cổ phần của cơ quan, doanh nghiệp đó.

- Sáu là, các thế lực thù địch tập trung vào các lãnh đạo, cán bộ cơ quan cấp cao thuộc Nhà nước và Chính phủ để can thiệp vào cơ cấu thể chế chính trị cũng như làm giảm uy tín và sức mạnh của nhà nước, chia rẽ đoàn kết nội bộ, dân tộc, và tuyên truyền quan điểm sai trái, thù địch.

• Kiến nghị, đề xuất

Trên cơ sơ phân tích, làm rõ tổng quan về TPM sử dụng Deepfake và thực trạng tội phạm sử dụng Deepfake hiện nay, bài báo xin đề xuất một số giải pháp góp phần nâng cao hiệu quả công tác phòng ngừa tội phạm trên:

- Thứ nhất, xây dựng các quy định có liên quan đến công tác phòng ngừa TPM sử dụng Deepfake. Trước hết, cần thiết lập một khung pháp lý vững chắc, làm rõ trách nhiệm và nghĩa vụ của các bên liên quan trong việc phòng ngừa và xử lý TPM sử dụng Deepfake. Tiếp theo, đề xuất các hướng điều chỉnh và bổ sung cần thiết để tối ưu hóa hiệu quả của hệ thống các quy phạm pháp luật về loại tội phạm này trong tình hình chưa có hành lang pháp lý trong giải quyết các vụ việc liên quan tới trí tuệ nhân tạo nói chung và công nghệ Deepfake nói riêng. Các quy định trong quản lý Deepfake phải nêu rõ: Mục đích việc tạo ra các sản phẩm bằng công nghệ Deepfake; xác định rõ Deepfake là gì; TPM sử dụng công nghệ Deepfake là gì; và các hành vi liên quan bao gồm tạo ra, phân phối, và sử dụng Deepfake một cách không đúng đắn là như thế nào,...

- Thứ hai, xây dựng cơ chế phối hợp chặt chẽ, hiệu quả giữa các cơ quan ban ngành, chức năng trong nước cũng như mở rộng quan hệ quốc tế với các quốc gia tử đó chủ động phòng ngừa tội phạm từ sớm, từ xa. Trong đó, xây dựng kế hoạch phối hợp phòng ngừa đồng bộ giữa Trung tâm dữ liệu Quốc gia về dân cư, Cục ANM và phòng chống TPM sử dụng CNC (A05, Bộ Công an) với Ngân hàng Nhà nước, công ty, doanh nghiệp, các nhà cung cấp dịch vụ viễn thông, thực hiện ký kết các biên bản ghi nhớ,  quy chế chia sẻ thông tin, bảo mật thông tin, quản lý dữ liệu, chống xâm nhập hệ thống. Đồng thời, trên diện quốc tế, cần phối hợp với các doanh nghiệp đa quốc gia có liên quan đến lĩnh vực công nghệ, trao đổi và tiếp xúc thường xuyên với những doanh nghiệp đa quốc gia như: Meta (tên cũ là Facebook), Google, Apple, Microsoft,…để trao đổi thông tin và xây dựng kế hoạch cấm các nội dung video Deepfake giả mạo có dấu hiệu vi phạm pháp luật trên trang MXH của các doanh nghiệp.

- Thứ ba, tuyên truyền, giáo dục, vận động quần chúng nhân dân nâng cao nhận thức và tích cực tham gia phòng chống tội mạng sử dụng Deepfake này. Nâng cao nhận thức và ý thức quán triệt, tiến hành các văn bản, chỉ thị, nghị quyết của Đảng, pháp luật của nhà nước về phòng chống TPM sử dụng công nghệ Deepfake nói riêng và TPM nói chung. Đồng thời, đẩy mạnh tuyên truyền về các phương thức, thủ đoạn, dấu hiệu trên các phương tiện thông tin đại chúng. Quan trọng hơn là cần nâng cao ý thức bảo vệ DLCN khi sử dụng công nghệ và trên không gian mạng. Xây dựng nhiều kênh thông tin chất lượng để người dân có thể tin tưởng cung cấp thông tin tố giác tội phạm tới các cơ quan chức năng phòng ngừa TPM

- Thứ tư, phát triển các giải pháp công nghệ trong phòng chống TPM sử dụng công nghệ Deepfake chủ động, hiệu quả. Trên cơ sở đó, vấn đề đặt ra hiện nay, là công tác bảo vệ dữ liệu cá nhân; bảo đảm nguồn dữ liệu cá nhân không lộ lọt; hạn chế việc thu thập nguyên liệu của các TPM. Để nâng cao công tác bảo mật DLCN, có thể sử dụng công nghệ chuỗi khối BlockChain mã hóa ứng dụng trò chuyện trực tuyến. BlockChain là một nguồn cơ sở dữ liệu phân tán ngang hàng (Peer – to – Peer), gồm nhiều khối ghép lại, những khối này là nơi chứa thông tin được thêm vào cơ sở dữ liệu; tức là đây là mô hình chỉ có thể bổ sung dữ liệu mà không thể xóa hoặc làm thay đổi dữ liệu ban đầu. Sử dụng BlockChain và trí tuệ nhân tạo còn có thể dùng để xác nhận chính xác ngày, giờ xuất bản của một hình ảnh, hoặc video; tính năng này có thể chứng minh một hình ảnh, video hoặc nội dung nói chung không bị thay đổi theo thời gian, từ đó có thể nhận dạng được những nội dung Deepfake; bằng cách cho phép truy xuất nguồn gốc của nội dung số, có thể giúp tạo ra một dấu vết kiểm tra cho nội dung số.

DANH MỤC TÀI LIỆU THAM KHẢO

• Chính phủ (2014), Nghị định 25/2014/NĐ-CP về “Quy định về phòng, chống tội phạm và vi phạm pháp luật có sử dụng công nghệ cao”, Hà Nội;
• Chính phủ (2018), Nghị định 117/2018/NĐ-CP “Về việc giữ bí mật, cung cấp thông tin khách hàng của tổ chức tín dụng, chi nhánh ngân hàng nước ngoài”, Hà Nội;
• Chính phủ (2023), Nghị định số 13/2023/NĐ-CP về “Bảo vệ dữ liệu cá nhân”, Hà Nội;
• Công ty An ninh mạng Viettel – Viettel Cyber Security (2023), Báo cáo tình hình nguy cơ An toàn thông tin 2023, Hà Nội;
• Công ty Cổ phần Công nghệ An ninh mạng Quốc gia Việt Nam (NCS) (2023), Báo cáo tổng hợp 2023, Hà Nội;
• Cục An ninh mạng và phòng, chống tội phạm sử dụng công nghệ cao (2020-2023), Báo cáo sơ kết 3 năm thực hiện Chỉ thị 21/CT-TTg và Kế hoạch số 316/KH-BCA-C02, Hà Nội;
• Mai Bảo Trâm (2022), Khoá luận tốt nghiệp “Deepfake video (Video giả mạo) trên các trang mạng xã hội hiện nay”, Học viện Báo chí và Tuyên truyền;
• Nguyễn Phúc Quân (2024), Nghiên cứu “Kinh nghiệm xây dựng luật và quy tắc đạo đức về trí tuệ nhân tạo (AI) trên thế giới, hàm ý chính sách cho Việt Nam”, Trường Đại học Đông Á;
• Andrea Miotti & Akash Wasil (2024), Combatting Deepfakes: Policies to address national security threats and rights violations, https://arxiv.org/pdf/2402.09581.pdf?fbclid=IwAR3yRHZL1zk7nw5fCLZT1QrWzlrGb1L2UxtGtPkRsq4fLYImV4UaCpor9LU;
• Deeptrace (2019-2021), A Comprehensive Report of Deepfake (2019-2021);
• Dilrukshi Gamage, Jiayu Chen, Kazutoshi Sasahara (2021), The Emergence of Deepfakes and its Societal Implications: A Systematic Review,https://www.researchgate.net/publication/355583941_The_Emergence_of_Deepfakes_and_its_Societal_Implications_A_Systematic