Regula 首席技术官 Ihar Kliashchou 在报告中进行说明，IT之家翻译如下：
普通人类在没有经过专门的训练之前，很难辨别 AI 生成的虚假身份。
神经网络可能有助于检测 Deepfakes，但应该配合检测面部活体、光学可变安全元素等侧重于物理和动态参数的反欺诈措施，实现更好的监测效果。
除了 Deepfakes 之外，调查显示全球 46% 的组织在过去一年中经历过合成身份欺诈。92% 的银行业公司将合成欺诈视为真正的威胁，近一半 (49%) 的公司最近遇到过这种骗局。
Deepfake 技术又称深度伪造，是英文“deep learning”和“fake”的混成词，专指基于人工智能的人体图像合成技术的应用。此技术可将已有的图像或视频叠加至目标图像或视频上。伪造面部表情并将其呈现至目标视频的技术在 2016 年出现，此技术允许近实时地伪造文书现有 2D 视频中的面部表情。
