Deepfakeは深層学習を用いて映像や音声を編集，合成する技術である．この技術を悪用したフェイクニュースやなりすましは深刻な社会問題であり，Deepfakeの検出は情報の信頼性を担保する上で重要な課題である．一方で，近年の画像生成技術の発達に伴い，アーティファクトが微細で検出が困難なDeepfakeが増加している．これに対して，既存手法では検出が困難なDeepfakeを単一画像から生成し，学習データとして使用する手法が提案されている．本研究ではより直接的に検出が困難なDeepfakeを敵対的に生成し，さらに距離学習を組み合わせることで検出に有用な特徴表現を獲得する方法を検討した．