論文の概要: Generating Master Faces for Use in Performing Wolf Attacks on Face Recognition Systems

• arxiv url: http://arxiv.org/abs/2006.08376v1
• Date: Mon, 15 Jun 2020 12:59:49 GMT
• ステータス: 処理完了
• システム内更新日: 2022-11-21 03:32:04.764055
• Title: Generating Master Faces for Use in Performing Wolf Attacks on Face Recognition Systems
• Title（参考訳）: 顔認識システムにおけるオオカミ攻撃に使用するマスターフェイスの生成
• Authors: Huy H. Nguyen, Junichi Yamagishi, Isao Echizen, S\'ebastien Marcel
• Abstract要約: 顔認証はますます主流になり、攻撃者にとって主要なターゲットとなっている。 これまでの研究では、指紋認証と指紋認証はオオカミの攻撃の影響を受けやすいことが示されている。 我々は最先端の顔生成器であるStyleGANを用いて高品質な顔を生成する。
• 参考スコア（独自算出の注目度）: 40.59670229362299
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Due to its convenience, biometric authentication, especial face authentication, has become increasingly mainstream and thus is now a prime target for attackers. Presentation attacks and face morphing are typical types of attack. Previous research has shown that finger-vein- and fingerprint-based authentication methods are susceptible to wolf attacks, in which a wolf sample matches many enrolled user templates. In this work, we demonstrated that wolf (generic) faces, which we call "master faces," can also compromise face recognition systems and that the master face concept can be generalized in some cases. Motivated by recent similar work in the fingerprint domain, we generated high-quality master faces by using the state-of-the-art face generator StyleGAN in a process called latent variable evolution. Experiments demonstrated that even attackers with limited resources using only pre-trained models available on the Internet can initiate master face attacks. The results, in addition to demonstrating performance from the attacker's point of view, can also be used to clarify and improve the performance of face recognition systems and harden face authentication systems.
• Abstract（参考訳）: その利便性のため、バイオメトリック認証(especial face authentication)が主流となり、攻撃者にとって主要なターゲットとなっている。 提示攻撃と顔変形は典型的な攻撃である。 従来の研究では、オオカミの攻撃による指紋認証や指紋認証は、オオカミのサンプルは多くの登録されたユーザーテンプレートと一致している。 本研究では,私たちが「マスターフェイス」と呼ぶウルフ(ジェネリック)の顔が,顔認識システムを損なうことや,マスターフェイスの概念を一般化できることを実証した。 指紋領域における最近の類似研究に動機づけられ, 潜在変数進化と呼ばれるプロセスにおいて, 最先端のファジィジェネレータスタイルガンを用いて高品質なマスタフェイスを生成した。 実験では、インターネット上で利用可能なトレーニング済みモデルのみを使用して限られたリソースを持つ攻撃者でさえ、マスターフェイス攻撃を開始することができた。 この結果は、攻撃者の視点による性能の実証に加えて、顔認識システムの性能の明確化と改善、および顔認証システムの強化に利用することができる。

関連論文リスト

• Exploring Decision-based Black-box Attacks on Face Forgery Detection [53.181920529225906]
  顔の偽造生成技術は鮮明な顔を生み出し、セキュリティとプライバシーに対する世間の懸念を高めている。 顔偽造検出は偽の顔の識別に成功しているが、最近の研究では顔偽造検出は敵の例に対して非常に脆弱であることが示されている。
  論文  参考訳（メタデータ） (2023-10-18T14:49:54Z)
• Digital and Physical Face Attacks: Reviewing and One Step Further [31.780516471483985]
  顔提示攻撃(FPA)は、不信感を強く訴えている。 物理的な顔攻撃に加えて、顔のビデオや画像は、悪意のあるハッカーが立ち上げた様々なデジタル攻撃技術に弱い。 本調査は,既存の文献を網羅的に分析し,さらなる注意を要する課題を明らかにすることにより,顔鑑定の整合性を高めることを目的とする。
  論文  参考訳（メタデータ） (2022-09-29T11:25:52Z)
• RSTAM: An Effective Black-Box Impersonation Attack on Face Recognition using a Mobile and Compact Printer [10.245536402327096]
  RSTAMと呼ばれる顔認識モデルやシステムを攻撃する新しい手法を提案する。 RSTAMは、モバイルおよびコンパクトプリンタによって印刷された対向マスクを用いて、効果的なブラックボックス偽造攻撃を可能にする。 攻撃のパフォーマンスは、Face++、Baidu、Aliyun、Tencent、Microsoftといった最先端の商用顔認識システムでも評価されている。
  論文  参考訳（メタデータ） (2022-06-25T08:16:55Z)
• Restricted Black-box Adversarial Attack Against DeepFake Face Swapping [70.82017781235535]
  本稿では,顔画像偽造モデルに対する問い合わせを一切必要としない現実的な敵攻撃を提案する。 本手法は,顔の再構成を行う代用モデルに基づいて構築され,置換モデルから非アクセス可能なブラックボックスDeepFakeモデルへの逆例を直接転送する。
  論文  参考訳（メタデータ） (2022-04-26T14:36:06Z)
• On the (Limited) Generalization of MasterFace Attacks and Its Relation to the Capacity of Face Representations [11.924504853735645]
  実験および理論的研究におけるMasterFace攻撃の一般化可能性について検討する。 顔空間のアイデンティティが適切に分離されていると仮定して、顔容量と最大MasterFaceカバレッジを推定する。 MasterFacesは顔認識システムに対する脅威ではなく、顔認識モデルの堅牢性を高めるツールである、と結論付けている。
  論文  参考訳（メタデータ） (2022-03-23T13:02:41Z)
• Master Face Attacks on Face Recognition Systems [45.090037010778765]
  顔認証は、個人認証番号やアンロックパターンを使った認証よりも、特にモバイルデバイスで広く使われている。 これまでの研究は、顔認識システム内の複数の登録テンプレートにマッチするマスターフェイスの存在を証明してきた。 本稿では,マスタ顔の生成によく用いられる潜在変数進化(LVE)について広範な研究を行う。
  論文  参考訳（メタデータ） (2021-09-08T02:11:35Z)
• Generating Master Faces for Dictionary Attacks with a Network-Assisted Latent Space Evolution [68.8204255655161]
  マスターフェイス(英: master face)とは、人口の大部分が顔に基づくアイデンティティ認証を通した顔画像である。 そこで我々は,StyleGANフェイスジェネレータの潜伏埋め込み空間における進化的アルゴリズムを用いて,これらの顔の最適化を行う。
  論文  参考訳（メタデータ） (2021-08-01T12:55:23Z)
• Towards Face Encryption by Generating Adversarial Identity Masks [53.82211571716117]
  敵の識別マスクを生成するためのターゲットID保護反復法(TIP-IM)を提案する。 TIP-IMは、様々な最先端の顔認識モデルに対して95%以上の保護成功率を提供する。
  論文  参考訳（メタデータ） (2020-03-15T12:45:10Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。