論文の概要: Controllable Fake Document Infilling for Cyber Deception

• arxiv url: http://arxiv.org/abs/2210.09917v1
• Date: Tue, 18 Oct 2022 14:59:38 GMT
• ステータス: 処理完了
• システム内更新日: 2022-10-19 15:42:16.721257
• Title: Controllable Fake Document Infilling for Cyber Deception
• Title（参考訳）: サイバー詐欺対策のための制御可能なフェイク文書
• Authors: Yibo Hu, Yu Lin, Erick Skorupa Parolin, Latifur Khan, Kevin Hamlen
• Abstract要約: そこで本稿では,Fake Document Infilling (FDI) という新しいモデルを提案する。 FDIは、重要な情報を保護し、敵を欺くために、適度な修正を施した、信頼性の高い偽物を生成する上で、ベースラインよりも優れています。
• 参考スコア（独自算出の注目度）: 31.734574811062053
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Recent works in cyber deception study how to deter malicious intrusion by generating multiple fake versions of a critical document to impose costs on adversaries who need to identify the correct information. However, existing approaches are context-agnostic, resulting in sub-optimal and unvaried outputs. We propose a novel context-aware model, Fake Document Infilling (FDI), by converting the problem to a controllable mask-then-infill procedure. FDI masks important concepts of varied lengths in the document, then infills a realistic but fake alternative considering both the previous and future contexts. We conduct comprehensive evaluations on technical documents and news stories. Results show that FDI outperforms the baselines in generating highly believable fakes with moderate modification to protect critical information and deceive adversaries.
• Abstract（参考訳）: サイバー・デセプションにおける最近の研究は、正しい情報を識別する必要がある敵にコストを課すために、重要な文書の複数の偽バージョンを生成して悪意のある侵入を防止する方法を研究する。 しかし、既存のアプローチは文脈に依存しないため、サブ最適出力と未検証出力が生じる。 そこで我々は,FDI(Fake Document Infilling)という新しいコンテキスト認識モデルを提案し,この問題を制御可能なマスク-then-infillプロシージャに変換する。 FDIマスクは文書内の様々な長さの重要概念を隠蔽し、それ以前のコンテキストと将来のコンテキストの両方を考慮して現実的だが偽の代替品を埋める。 技術文書やニュース記事を総合的に評価する。 その結果、FDIは、重要な情報や敵を欺くために、適度な修正を施した信頼性の高い偽物を生成する上で、ベースラインよりも優れていた。

関連論文リスト

• Contextual Document Embeddings [77.22328616983417]
  本稿では,コンテキスト化された文書埋め込みのための2つの補完手法を提案する。 第一に、文書近傍を明示的にバッチ内コンテキスト損失に組み込む別のコントラスト学習目標である。 第二に、隣接する文書情報をエンコードされた表現に明示的にエンコードする新しいコンテキストアーキテクチャ。
  論文  参考訳（メタデータ） (2024-10-03T14:33:34Z)
• Conditioned Prompt-Optimization for Continual Deepfake Detection [11.634681724245933]
  本稿では,Pmpt2Guardについて紹介する。 我々は,読み出し専用プロンプトを用いた予測アンサンブル手法を活用し,複数のフォワードパスの必要性を軽減した。 提案手法は,ディープフェイク検出に適したテキスト・プロンプト・コンディショニングを利用する。
  論文  参考訳（メタデータ） (2024-07-31T12:22:57Z)
• Multi-modal Document Presentation Attack Detection With Forensics Trace Disentanglement [22.751498009362795]
  文書提示攻撃検出(DPAD)は,文書画像の真正性を保護する重要な手段である。 最近のDPAD手法では、追加データの収集や取得装置のパラメータの把握など、追加のリソースが要求されている。 本研究は、上記の欠点を伴わずに、MMDT(Multi-modal disentangled traces)に基づくDPAD法を提案する。
  論文  参考訳（メタデータ） (2024-04-10T00:11:03Z)
• Privacy-Aware Document Visual Question Answering [44.82362488593259]
  この研究はDocVQAで使用されるマルチモーダルLLMモデルの現状におけるプライバシー問題を強調している。 本稿では,請求書と関連する質問と回答を含む大規模DocVQAデータセットを提案する。 プライベートでないモデルは記憶に残る傾向があり、プライベートな情報が露出する可能性があることを実証する。
  論文  参考訳（メタデータ） (2023-12-15T06:30:55Z)
• CrossDF: Improving Cross-Domain Deepfake Detection with Deep Information Decomposition [53.860796916196634]
  クロスデータセットディープフェイク検出(CrossDF)の性能を高めるためのディープ情報分解(DID)フレームワークを提案する。 既存のディープフェイク検出方法とは異なり、我々のフレームワークは特定の視覚的アーティファクトよりも高いレベルのセマンティック特徴を優先する。 顔の特徴をディープフェイク関連情報と無関係情報に適応的に分解し、本質的なディープフェイク関連情報のみを用いてリアルタイム・フェイク識別を行う。
  論文  参考訳（メタデータ） (2023-09-30T12:30:25Z)
• Towards General Visual-Linguistic Face Forgery Detection [95.73987327101143]
  ディープフェイクは現実的な顔操作であり、セキュリティ、プライバシー、信頼に深刻な脅威をもたらす可能性がある。 既存の方法は、このタスクを、デジタルラベルまたはマスク信号を使用して検出モデルをトレーニングするバイナリ分類として扱う。 本稿では, 微粒な文レベルのプロンプトをアノテーションとして用いた, VLFFD (Visual-Linguistic Face Forgery Detection) という新しいパラダイムを提案する。
  論文  参考訳（メタデータ） (2023-07-31T10:22:33Z)
• DocMAE: Document Image Rectification via Self-supervised Representation Learning [144.44748607192147]
  文書画像修正のための新しい自己教師型フレームワークDocMAEを提案する。 まず、背景を除いた文書画像のランダムなパッチをマスクし、欠落したピクセルを再構成する。 このような自己教師型学習手法により、ネットワークは変形文書の本質的な構造を学習することが奨励される。
  論文  参考訳（メタデータ） (2023-04-20T14:27:15Z)
• GERE: Generative Evidence Retrieval for Fact Verification [57.78768817972026]
  本稿では,ジェネレーション方式で証拠を検索する最初のシステムであるGEREを提案する。 FEVERデータセットの実験結果は、GEREが最先端のベースラインよりも大幅に改善されていることを示している。
  論文  参考訳（メタデータ） (2022-04-12T03:49:35Z)
• Synthetic Disinformation Attacks on Automated Fact Verification Systems [53.011635547834025]
  本研究では,2つのシミュレーション環境において,自動ファクトチェッカーの合成正反対証拠に対する感度について検討する。 これらのシステムでは,これらの攻撃に対して大幅な性能低下がみられた。 偽情報の発生源としての現代のNLGシステムの脅威の増大について論じる。
  論文  参考訳（メタデータ） (2022-02-18T19:01:01Z)

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。