该论文针对社交媒体中深度伪造视频检测问题，提出了一种基于3D卷积神经网络（3D CNN）的时序伪影分析方法。研究表明，传统基于单帧的检测器在面对高质量生成器（如128x128 GAN输出）时准确率下降，而时序不一致性伪影仍较稳定。作者采用R3D-18架构的3D CNN，结合二元交叉熵与时间一致性正则化的复合损失函数，在DeepfakeTIMIT数据集上以16帧片段训练，并利用Kinetics-400动作识别权重初始化。实验结果显示，在128x128分辨率下，内数据集评估准确率达92.8%；跨数据集迁移至FaceForensics++（未微调）为76.4%，少量微调后进一步提升。消融研究表明，迁移学习贡献7.2个百分点，人脸跟踪贡献3.5个百分点，而时间一致性正则化在高品质伪造上提供额外增益。结论证明时序伪影比空间伪影更具泛化性，能够抵御社交媒体重编码的干扰。