基于多模态大模型的金融深度伪造检防系统及方法

本发明公开了一种基于多模态大模型的金融深度伪造实时检测与防御方法及系统，包括：获取金融交易场景中的多模态数据，并进行边缘端脱敏处理；对多模态数据进行动态时序对齐，采用动态时间规整算法计算唇形运动与语音的同步误差；将特征输入动态风险建模层，结合更新的风险特征库生成动态风险特征；通过双流GAN检测器分析特征，输出伪造概率；将检测结果输入合规验证层，通过法律BERT解析监管文件并生成结构化规则，执行实时交易拦截及区块链日志记录。本发明保护用户隐私和数据安全，结合实时更新的风险特征库，具有高度的灵活性和适应性。双流GAN检测器设计充分利用图像和视频流信息，进一步提高检测的准确性和可靠性。