Зеленогорский техникум промышленных технологий и сервиса
Специальность 09.02.07 Информационные системы и программирование
ПМ.02 Осуществление интеграции программных модулей
МДК.02.01 Технология разработки программного обеспечения
Продукт: VeriSight AI (MediaMind UI)
Выполнил: Ондар Б. Ч., гр. С-01
Принял: Ефременко А.Н.
г. Зеленогорск, 2025
Введение
Цифровизация делает анализ медиаконтента критически важным. Deepfake создаёт гиперреалистичные подделки видео и аудио, разрушая доверие к цифровым доказательствам.
Цель проекта — спроектировать веб-систему обнаружения deepfake для массовых пользователей и профессионалов (журналистов, модераторов, правоохранительных органов) с понятными отчётами и разграничением доступа.
1. Анализ требований к пользовательскому интерфейсу
- Анализ аналогов: Smodin, Originality AI, Copyleaks, GPTZero, DeepFaceLab и др.
- Выявлены проблемы: закрытость алгоритмов, отсутствие видеоанализа, платный доступ.
- Функциональные требования: загрузка MP4/AVI/MOV, цветовая индикация, отчёты PDF/JSON, REST API, ролевая модель.
1.3 Термины и определения
| Термин | Определение |
|---|---|
| Deepfake | Синтетический медиаконтент, имитирующий внешность и голос человека с помощью ИИ |
| Верификация | Проверка подлинности цифрового контента или личности |
| Биометрия | Идентификация по физиологическим признакам (лицо, голос) |
| Нейросеть | Математическая модель для выявления закономерностей в данных |
| Цифровая идентичность | Совокупность данных о человеке в цифровой среде |
1.4 Техническое задание
- Загрузка медиа: локальный файл или URL (MP4, AVI, MOV, изображения, аудио).
- Анализ признаков deepfake: артефакты, мимика, освещение, аудио.
- Вердикт: высокое/среднее/низкое подозрение + процент вероятности.
- История проверок с фильтрацией и удалением.
- Роли: User, Moderator, Admin.
- Точность не менее 90% на тестовых наборах DFDC, Celeb-DF.
- Автоудаление файлов через 24 часа (облачный режим).
2. Проектирование (UML)
- Диаграмма прецедентов: авторизация, регистрация, анализ deepfake, история проверок, личный кабинет.
- Диаграмма деятельности пользователя: загрузка → анализ → цветовой вердикт → отчёт.
- Диаграмма деятельности администратора: пользователи, модели, логи, мониторинг.
- Диаграмма компонентов: React frontend, Python/Next.js backend, модели анализа, хранилище.
3. Разработка пользовательского интерфейса (MediaMind UI)
- Стек: React 18, Vite, SCSS, Next.js API, JSON-хранилище.
- Экраны: авторизация, медиатека, загрузка Drag-and-Drop, детальный просмотр, профиль.
- Панели модератора и администратора с таблицей пользователей.
- Адаптивная вёрстка по ГОСТ Р ИСО 9241-151-2014.
5. Себестоимость и цена продукта
| Показатель | Значение |
|---|---|
| Трудоёмкость | 73 чел.-дня / 584 ч |
| Себестоимость | 543 099 руб. |
| Цена для юр. лица | 651 719 руб. |
| Цена для физ. лица (с НДС) | 782 063 руб. |
Заключение
Достигнута цель проектирования веб-сервиса верификации deepfake-контента. Реализованы: цветовая индикация, поддержка видеоформатов, отчёты JSON/PDF, ролевая модель и модульная архитектура.
Проект повышает цифровую грамотность и служит основой для дальнейшего профессионального развития в области информационных технологий.
Полный текст пояснительной записки
На сайте — краткое содержание всех глав. Полный документ (все рисунки и таблицы) доступен в формате Word.
Скачать Kursovoi_774_Proekt_Ondar.docx