行为主体信任回执
示意性内容- 行为主体
- 人类
- 真人身份
- 已验证
- 身份
- 以保护隐私的方式完成验证
- 在场状态
- 持续
- 人类控制
- 高置信度
- AI 参与情况
- 低
- 会话连续性
- 高置信度
12:41 UTCact_91fk28...
简而言之
对于视频通话，Proof of Actor 旨在确认参与者是预期的人，并在整个通话过程中始终在场且保持控制，无论音视频流是否可能是合成的，让远程会议、面试和审批以证据而非表象为依据。
核心问题
通话中的人是否是预期的参与者？此刻此人是否在场并掌控通话？
上下文
从识别伪造行为到确认行为主体
深度伪造检测工具判断音频或视频是否存在被篡改的迹象。这是一场以模型发布为节奏的攻防竞赛；即使检测未发现异常，你仍无法知道通话中的人是谁。
视频通话中的身份冒用可被用于支付欺诈、虚假招聘，以及针对服务台的社会工程攻击。每种情况下的决策，无论是批准付款、录用人员还是重置凭据，依据的都应是参与者的身份、是否在场及其权限，而不是画面像素。
Proof of Actor 旨在将行动主体的证据关联到参与者，而不是媒体内容：其身份经过私密核验、是否在场并持续参与交互，以及是否获得授权执行所请求的操作。
视频冒充在哪些场景造成危害
- 冒充高管批准付款
- 远程面试中的造假候选人
- 通过服务台社会工程手段重置凭证
- 远程身份核验与用户注册
Proof of Actor 旨在确立什么
这一场景所需的信任层
每种场景需要的信任体系信息各不相同。以下是这里相关的层次。
身份
参与者是预期的那个人。
在场状态
他们此刻就在这通通话中。
行为主体的连续性
始终是同一个人。
意图
重要请求由相关人员明确批准。
策略
支付审批调用的常见策略
Proof of Actor 提供证据。贵组织制定并披露策略。
人类（已验证、当前在场、意图明确）
拟议中的 API会议政策
// Proposed API - illustrative only
policy.require({
actor: "human",
identity: "verified_private",
presence: "continuous",
intent: "explicit_for_payment_requests"
});常见问题
常见问题
如何验证视频通话中的人？
通过建立关于参与者的证据，而不只是判断视频本身：确认其为预期的人员、身份已通过隐私保护方式核验、在通话期间持续在场，并明确批准任何可能产生重大后果的请求。
Proof of Actor 是深度伪造检测工具吗？
不是。深度伪造检测可以成为众多信号之一。Proof of Actor 关注的是另一个问题：无论媒体内容如何生成，究竟由谁对这次交互负责？
这能否防止利用深度伪造实施的会议欺诈？
任何系统都不应承诺能够防止此类欺诈。Proof of Actor 旨在要求对通话作出具有实质影响的决定前，提供身份、在场状态和意图的证据，从而避免依赖此类欺诈所利用的外在表象。