КРИМИНАЛИСТИЧЕСКАЯ ПРОФИЛАКТИКА ПРЕСТУПЛЕНИЙ С ИСПОЛЬЗОВАНИЕМ DEEPFAKE-ТЕХНОЛОГИЙ: МЕТОДЫ ВЫЯВЛЕНИЯ И ФИКСАЦИИ

CRIMINALISTIC CRIME PREVENTION USING DEEPFAKE TECHNOLOGIES: METHODS OF DETECTION AND FIXATION

Sheremetyeva Ekaterina Nikolaevna

Student, North Caucasus Federal University,

Russia, Stavropol

Ovcharenko Igor Anatolyevich

Scientific supervisor, Candidate of Law, Associate Professor of the Department of Criminal Law and Procedure, North Caucasus Federal University,

Russia, Stavropol

АННОТАЦИЯ

В статье проводится анализ криминалистических аспектов противодействия преступлениям, которые совершаются с использованием технологии deepfake. Исследуются технологические основы генеративного контента, преступные схемы применения deepfake. Рассматриваются методы обнаружения следов использования deepfake технологий. Разрабатываются 3 направления криминалистической профилактики: правовая, техническая и организационная.

ABSTRACT

The article analyzes the criminalistic aspects of countering crimes that are committed using deepfake technology. The technological foundations of generative content, criminal schemes of using deepfake are being investigated. Methods for detecting traces of the use of deepfake technologies are considered. Three areas of forensic prevention are being developed: legal, technical and organizational.

Ключевые слова: дипфейк (deepfake), криминалистическая профилактика, допустимость доказательств, искусственный интеллект.

Keywords: deepfake, forensic prevention, evidence tolerance, artificial intelligence.

Стремительное развитие технологий искусственного интеллекта последние несколько лет достигло уровня, при котором генеративный контент становится практически неотличимым от реального. Оборот подобного контента в преступных целях создает множество угроз в сферах политической стабильности (поддельные выступления политиков), экономической безопасности (хищения с использованием биометрии, мошенничество с голосовыми дипфейками), а также неприкосновенности частной жизни (поддельный порнографический контент, клевета).

Традиционные меры криминалистической профилактики, которые ориентируются на работу со статичными следами материального мира, демонстрируют, что они недостаточно эффективны при исследовании латентных динамично изменяющихся цифровых объектов. В связи с этим становится необходимым и крайне актуальным разработка научно-обоснованной методологии выявления и фиксации в качестве доказательства применения технологий deepfake в рамках уголовного судопроизводства.

С точки зрения криминалистики deepfake технологии представляют собой информационный продукт, который создается в результате внесения изменений в исходный цифровой файл или генерации нового контента, не существующего в объективном материальном мире полностью с нуля.

Существует несколько основных способов использования deepfake-контента в преступных целях:

1. антропоморфная подмена: то есть происходит замена лица в видеофрагменте с целью вымогательства, хищения денежных средств путем обмана;
2. подмена голоса: происходит синтез речи с целью совершения телефонного мошенничества или подделки аудио доказательств;
3. цифровые лица: создаются несуществующие люди, имеющие уникальную мимику, движения, что также используется в преступных махинациях, дезинформационных кампаниях [1].

Главной особенностью данных объектов является тот факт, что классический механизм следообразования отсутствует, поскольку они являются симулякрами, а не объектами материального мира, что требует пересмотра методик установления причинно-следственной связи.

Выявление использования deepfake-технологий представляет собой стадию, проводимую в рамках оперативно-розыскных мероприятий. Современные методы обнаружения делятся на две большие группы. Первой группой является метод анализа визуально-графических артефактов, в рамках данной группы проводится анализ физиологических несоответствий. Несмотря на то, что качество генерации достигло уже высокого уровня, нейросети допускают ошибки при проецировании естественных рефлексов человека, например неестественная частота моргания или отсутствие моргания в целом, несогласованность действий зрачков при отражении источников света, размытие границ между зубами и ротовой полостью. Также анализируется текстура кожи, выявляется чрезмерная гладкость, потеря высокочастотных текстурных составляющих.

Во вторую группу методов входит метод анализа цифровой структуры файла. Проводится спектральный анализ, который позволяет выявить аномалии сжатия, «спектральные отпечатки», который появляются на этапе апскейлинга. После чего анализируются метаданные файла, а именно метки создания, история редактирования, контрольные суммы блоков данных [2].

Главная сложность заключается в фиксации такого контента, поскольку цифровые следы характеризуются своей эфемерностью. При этом ещё и необходимо обеспечить аутентичность изымаемого объекта, поскольку в ином случае его могут признать как недопустимое доказательство. В соответствии со ст. 164.1 УПК РФ, изъятие электронных носителей или информации с них должно производиться с участием специалиста [3]. При расследовании deepfake-атак тактика следственного действия должна включать:

- Фиксацию цифрового контента. Помимо копирования видео и аудиофайлов следует также фиксировать URL-адрес размещения, дату публикации, количество просмотров, интерфейс социальной сети (скриншотами с логом времени), с целью доказывания факта публичной демонстрации.

- Обеспечить безопасное копирование. Изымаемый файл не должен быть перекодирован, его хэш-сумма не должна изменяться. Для этого необходимо использовать аппаратные дубликаторы, а хеш-значение должно немедленно вноситься в протокол следственного действия.

Перед проведением комплексной компьютерно-технической и портретно-фототехнической экспертизы необходимо поставить следующие вопросы:

1. является ли представленный медиафайл исходным файлом или результатом синтеза, генерации?
2. Применялись ли технологии и алгоритмы нейросетевой модификации аудиовизуального ряда медиафайла?
3. Совпадают ли элементы внешности, голоса с образцами, отобранными у реального лица, либо образ был изменен с помощью алгоритмов искусственного интеллекта?

Сама методика исследования должна базироваться на покадровом анализе медиафайла, должны сопоставляться антропометрические точки, выявляться пространственно-временные артефакты сжатия медиа фрагмента.

С целью предупреждения преступлений с совершением технологии deepfake необходимо проводить профилактические мероприятия с гражданами, внедрить правовое регулирование данной технологии, что будет включать:

1. создание криминалистических рекомендаций для граждан по проверке всей входящей аудиовизуальной информации с целью повышения цифровой бдительности граждан;
2. внести изменения в Федеральный закон "Об информации, информационных технологиях и о защите информации", а именно обязать авторов контента с использованием deepfake технологий делать водяные метки на таком контенте. Внести новый состав административного правонарушения в КоАП РФ, нарушение которого будет влечь административную ответственность и наказание в виде штрафа для автора контента с применением deepfake технологий за публикацию такого контента без водяной метки;
3. создать специальный реестр базы данных, который будет содержать в себе типовые паттерны различных нейросетей с целью идентификации источника, с помощью которого фальсифицировался медиаконтент (конкретный вид нейросети, её версия).

Появление в нашем мире deepfake технологий открыло множество преступных путей для злоумышленников, поскольку их можно применять в различных преступных сферах, что требует трансформации современной криминалистической методики. Эффективность расследования и выявления преступлений совершаемых с использованием технологии deepfake зависит от применимой в расследовании методики, рассмотренная последовательность действий и экспертизы позволит наиболее эффективно зафиксировать следы использования данной технологии. Также необходимо проводить множество профилактических мероприятий с целью повышения осведомленности граждан об угрозах рассматриваемой технологии и внедрить юридически значимые системы верификации медиаконтента по его происхождению. Совокупность данных мер позволит предупредить совершение новых преступлений и наиболее эффективно раскрыть уже совершенные.

Список литературы:

1. Екатерина Сергеевна Палий Криминологические и уголовно-правовые аспекты дистанционного мошенничества с применением deepfake-технологий и социальной инженерии // Вестник Санкт-Петербургского университета МВД России. 2025. №4 (108). URL: https://cyberleninka.ru/article/n/kriminologicheskie-i-ugolovno-pravovye-aspekty-distantsionnogo-moshennichestva-s-primeneniem-deepfake-tehnologiy-i-sotsialnoy (дата обращения: 02.06.2026).
2. Ситник Владислав Николаевич Перспективы установления уголовной ответственности за преступления, совершенные с использованием технологии дипфейк // Уральский журнал правовых исследований. 2022. №3 (20). URL: https://cyberleninka.ru/article/n/perspektivy-ustanovleniya-ugolovnoy-otvetstvennosti-za-prestupleniya-sovershennye-s-ispolzovaniem-tehnologii-dipfeyk (дата обращения: 02.06.2026).
3. "Уголовно-процессуальный кодекс Российской Федерации" от 18.12.2001 N 174-ФЗ (ред. от 08.03.2026) // КонсультантПлюс. – URL: https://www.consultant.ru/document/cons_doc_LAW_34481/ (дата обращения 02.06.2026)