Analyse de deepfake
curl --request POST \
--url https://api.truthlocks.com/v1/risk/deepfake/scan \
--header 'Content-Type: application/json' \
--header 'X-API-Key: <api-key>' \
--data '
{
"subject_ref": "<string>",
"subject_type": "<string>"
}
'const options = {
method: 'POST',
headers: {'X-API-Key': '<api-key>', 'Content-Type': 'application/json'},
body: JSON.stringify({subject_ref: '<string>', subject_type: '<string>'})
};
fetch('https://api.truthlocks.com/v1/risk/deepfake/scan', options)
.then(res => res.json())
.then(res => console.log(res))
.catch(err => console.error(err));import requests
url = "https://api.truthlocks.com/v1/risk/deepfake/scan"
payload = {
"subject_ref": "<string>",
"subject_type": "<string>"
}
headers = {
"X-API-Key": "<api-key>",
"Content-Type": "application/json"
}
response = requests.post(url, json=payload, headers=headers)
print(response.text)package main
import (
"fmt"
"strings"
"net/http"
"io"
)
func main() {
url := "https://api.truthlocks.com/v1/risk/deepfake/scan"
payload := strings.NewReader("{\n \"subject_ref\": \"<string>\",\n \"subject_type\": \"<string>\"\n}")
req, _ := http.NewRequest("POST", url, payload)
req.Header.Add("X-API-Key", "<api-key>")
req.Header.Add("Content-Type", "application/json")
res, _ := http.DefaultClient.Do(req)
defer res.Body.Close()
body, _ := io.ReadAll(res.Body)
fmt.Println(string(body))
}{
"scan_id": "<string>",
"status": "<string>",
"subject_ref": "<string>"
}{
"code": "AUTH_REQUIRED",
"message": "Authentication required",
"http_status": 401
}Signaux de risque
Analyse de deepfake et d'usurpation d'identité
Soumettre un sujet pour analyse de deepfake et d’usurpation d’identité. Renvoie les scores, le verdict et les indicateurs. Ingeste automatiquement un signal de risque si les scores dépassent le seuil de déclenchement automatique (60).
POST
/
v1
/
risk
/
deepfake
/
scan
Analyse de deepfake
curl --request POST \
--url https://api.truthlocks.com/v1/risk/deepfake/scan \
--header 'Content-Type: application/json' \
--header 'X-API-Key: <api-key>' \
--data '
{
"subject_ref": "<string>",
"subject_type": "<string>"
}
'const options = {
method: 'POST',
headers: {'X-API-Key': '<api-key>', 'Content-Type': 'application/json'},
body: JSON.stringify({subject_ref: '<string>', subject_type: '<string>'})
};
fetch('https://api.truthlocks.com/v1/risk/deepfake/scan', options)
.then(res => res.json())
.then(res => console.log(res))
.catch(err => console.error(err));import requests
url = "https://api.truthlocks.com/v1/risk/deepfake/scan"
payload = {
"subject_ref": "<string>",
"subject_type": "<string>"
}
headers = {
"X-API-Key": "<api-key>",
"Content-Type": "application/json"
}
response = requests.post(url, json=payload, headers=headers)
print(response.text)package main
import (
"fmt"
"strings"
"net/http"
"io"
)
func main() {
url := "https://api.truthlocks.com/v1/risk/deepfake/scan"
payload := strings.NewReader("{\n \"subject_ref\": \"<string>\",\n \"subject_type\": \"<string>\"\n}")
req, _ := http.NewRequest("POST", url, payload)
req.Header.Add("X-API-Key", "<api-key>")
req.Header.Add("Content-Type", "application/json")
res, _ := http.DefaultClient.Do(req)
defer res.Body.Close()
body, _ := io.ReadAll(res.Body)
fmt.Println(string(body))
}{
"scan_id": "<string>",
"status": "<string>",
"subject_ref": "<string>"
}{
"code": "AUTH_REQUIRED",
"message": "Authentication required",
"http_status": 401
}Ce point de terminaison ne télécharge ni n’inspecte l’image, la vidéo ou le document référencé. Il évalue les indicateurs ou les scores fournis par votre application. Les valeurs sont des scores de risque heuristiques, et non des probabilités calibrées. L’étiquette
authentic signifie que le seuil de risque configuré n’a pas été atteint ; ce n’est pas une preuve que le média est authentique, surtout si aucun indicateur n’a été fourni.Comment fonctionne la détection
Les analyses utilisent un moteur de signaux heuristiques (heuristic_v1) qui accepte les signaux fournis par l’appelant (provenant de modèles ML externes, de moteurs de règles ou d’une révision manuelle) et les mappe à des scores pondérés :
- Indicateurs de deepfake : échange de visage, éclairage incohérent, artefacts de compression, incohérence temporelle, non-concordance des métadonnées
- Indicateurs d’usurpation d’identité : non-concordance biométrique, non-concordance de nom, non-concordance de document d’identité, violation de la confiance de l’émetteur
deepfake ou impersonation. Les scores ≥ 40 définissent suspect. Les scores ≥ 60 ingèrent automatiquement un signal de risque.
Vous pouvez également contourner l’analyse heuristique en transmettant directement les valeurs deepfake_score et impersonation_score pré-calculées. La plateforme applique toujours les mêmes seuils de verdict et l’ingestion automatique de signaux.
Consultez le guide de détection de deepfake pour le flux de travail complet, la référence des indicateurs et des exemples supplémentaires.
Réponse
Corps
application/json

