dot (также известный как Deepfake Offensive Toolkit) позволяет создавать управляемые дипфейки в реальном времени и внедрять их в виртуальные камеры. dot создан для проведения пентестов систем, например, проверки личности и видеоконференций, и предназначен для аналитиков безопасности, участников Red Team и исследователей биометрии.

Если вы хотите узнать больше о том, как dot используется для пентестов с дипфейками в индустрии, прочитайте эти статьи от The Verge и Biometric Update.

dot разработан для исследовательских и демонстрационных целей. Как конечный пользователь, вы несёте ответственность за соблюдение всех применимых законов при использовании этой программы. Авторы и разработчики не несут ответственности за любое неправильное использование или ущерб, причинённый использованием этой программы.

Как это работает

В двух словах dot работает так:

flowchart LR;
    A(ваш видеопоток с веб-камеры) --> B(набор дипфейков в реальном времени);
    B(набор дипфейков в реальном времени) --> C(внедрение в виртуальную камеру);

Все дипфейки, поддерживаемые dot, не требуют дополнительного обучения. Их можно использовать в реальном времени на лету на фотографии, которая становится целью подмены лица. Поддерживаемые методы:

• замена лица (через SimSwap), с разрешением 224 и 512
  • с возможностью суперразрешения лица (через GPen) с разрешением 256 и 512
• замена лица низкого качества (через OpenCV)
• FOMM, First Order Motion Model для анимации изображений

Запуск dot

Графический интерфейс

Установка GUI

Скачайте и запустите исполняемый файл dot для вашей ОС:

• Windows (протестировано на Windows 10 и 11):

  • Скачайте dot.zip отсюда, распакуйте и запустите dot.exe

• Ubuntu:

  • В планах

• Mac (протестировано на Apple M2 Sonoma 14.0):

  • Скачайте dot-m2.zip отсюда и распакуйте
  • Откройте терминал и выполните xattr -cr dot-executable.app, чтобы удалить расширенные атрибуты
  • В случае ошибки чтения камеры:
    • Щёлкните правой кнопкой мыши и выберите Show Package Contents
    • Запустите dot-executable из папки Contents/MacOS

Использование GUI

Пример использования:

1. Укажите исходное изображение в поле source.
2. Укажите идентификатор камеры в поле target. В большинстве случаев правильный идентификатор — 0.
3. Укажите файл конфигурации в поле config_file. Выберите конфигурацию по умолчанию из выпадающего списка или используйте собственный файл.
4. (Опционально) Отметьте поле use_gpu, чтобы использовать GPU.
5. Нажмите кнопку RUN, чтобы запустить дипфейк.

Для получения дополнительной информации о каждом поле нажмите меню Help/Usage.

Посмотрите следующее демонстрационное видео для лучшего понимания интерфейса:

Командная строка

Установка CLI

Установка предварительных требований

• Linux

  sudo apt install ffmpeg cmake
  

• MacOS

  brew install ffmpeg cmake
  

• Windows

  1. Скачайте и установите Visual Studio Community отсюда
  2. Установите Desktop development with C++ из установщика Visual Studio

Создание окружения Conda

Инструкции предполагают, что на вашем компьютере установлен Miniconda. Если нет, обратитесь к этой ссылке для установки.

С поддержкой GPU

conda env create -f envs/environment-gpu.yaml
conda activate dot

Установите зависимости torch и torchvision в зависимости от версии CUDA, установленной на вашем компьютере:

• Установите CUDA 11.8 по ссылке

• Установите cudatoolkit через conda: conda install cudatoolkit=<cuda_version_no> (замените <cuda_version_no> на версию на вашем компьютере)

• Установите зависимости torch и torchvision: pip install torch==2.0.1+<cuda_tag> torchvision==0.15.2+<cuda_tag> torchaudio==2.0.2 --index-url https://download.pytorch.org/whl/cu118, где <cuda_tag> — это тег CUDA, определённый PyTorch. Например, pip install torch==2.0.1+cu118 torchvision==0.15.2+cu118 torchaudio==2.0.2 --index-url https://download.pytorch.org/whl/cu118 для CUDA 11.8.

  Примечание: также можно использовать torch1.9.0+cu111.

Чтобы проверить, что torch и torchvision установлены правильно, выполните команду: python -c "import torch; print(torch.cuda.is_available())". Если вывод True, зависимости установлены с поддержкой CUDA.

С поддержкой MPS (Apple Silicon)

conda env create -f envs/environment-apple-m2.yaml
conda activate dot

Чтобы проверить, что torch и torchvision установлены правильно, выполните команду: python -c "import torch; print(torch.backends.mps.is_available())". Если вывод True, зависимости установлены с поддержкой фреймворка Metal.

С поддержкой CPU (медленно, не рекомендуется)

conda env create -f envs/environment-cpu.yaml
conda activate dot

Установка dot

pip install -e .

Загрузка моделей

• Скачайте контрольные точки модели dot отсюда
• Распакуйте скачанный файл в корень проекта

Использование CLI

Выполните dot --help, чтобы получить полный список доступных опций.

1. Simswap

   dot -c ./configs/simswap.yaml --target 0 --source "./data" --use_gpu
   

2. SimSwapHQ

   dot -c ./configs/simswaphq.yaml --target 0 --source "./data" --use_gpu
   

3. FOMM

   dot -c ./configs/fomm.yaml --target 0 --source "./data" --use_gpu
   

4. FaceSwap CV2

   dot -c ./configs/faceswap_cv2.yaml --target 0 --source "./data" --use_gpu
   
   

Примечание: Чтобы включить суперразрешение лица, используйте флаг --gpen_type gpen_256 или --gpen_type gpen_512. Для использования dot на CPU (не рекомендуется) не передавайте флаг --use_gpu.

Управление dot через CLI

Отказ от ответственности: Для следующей демонстрации используется техника SimSwap