Fugu-MT 論文翻訳(概要): Transferable Adversarial Attack on Image Tampering Localization

論文の概要: Transferable Adversarial Attack on Image Tampering Localization

arxiv url: http://arxiv.org/abs/2309.10243v1
Date: Tue, 19 Sep 2023 01:48:01 GMT
ステータス: 処理完了
システム内更新日: 2023-09-20 16:45:25.120610
Title: Transferable Adversarial Attack on Image Tampering Localization
Title（参考訳）: 画像改ざんにおけるトランスファー可能な逆攻撃
Authors: Yuqi Wang, Gang Cao, Zijie Lou, Haochen Zhu
Abstract要約: 本稿では,このようなローカライザの信頼性を明らかにするために,敵攻撃方式を提案する。ブラックボックス攻撃は、そのような敵の例を異なるローカライザに転送することで達成される。
参考スコア（独自算出の注目度）: 7.177637468324888
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: It is significant to evaluate the security of existing digital image tampering localization algorithms in real-world applications. In this paper, we propose an adversarial attack scheme to reveal the reliability of such tampering localizers, which would be fooled and fail to predict altered regions correctly. Specifically, the adversarial examples based on optimization and gradient are implemented for white/black-box attacks. Correspondingly, the adversarial example is optimized via reverse gradient propagation, and the perturbation is added adaptively in the direction of gradient rising. The black-box attack is achieved by relying on the transferability of such adversarial examples to different localizers. Extensive evaluations verify that the proposed attack sharply reduces the localization accuracy while preserving high visual quality of the attacked images.
Abstract（参考訳）: 実世界のアプリケーションにおける既存のデジタル画像改ざんアルゴリズムの安全性を評価することは重要である。本稿では,このような改ざんするローカライザの信頼性を明らかにするための逆攻撃方式を提案する。具体的には、ホワイト/ブラックボックス攻撃に対する最適化と勾配に基づく逆例を実装した。それに対応して、逆勾配伝播により逆勾配の例が最適化され、摂動は勾配上昇方向に適応的に加算される。ブラックボックス攻撃は、そのような敵の例を異なるローカライザーに移すことで達成される。広範な評価により,攻撃画像の高画質を維持しつつ,局所化精度を著しく低下させることが確認された。

関連論文リスト

Sampling-based Fast Gradient Rescaling Method for Highly Transferable Adversarial Attacks [18.05924632169541]
サンプリングに基づく高速勾配再スケーリング法(S-FGRM)を提案する。具体的には、余分な計算コストを伴わずに手話関数を置換するためにデータ再スケーリングを用いる。本手法は, 勾配に基づく攻撃の伝達可能性を大幅に向上させ, 最先端のベースラインより優れる可能性がある。
論文参考訳（メタデータ） (2023-07-06T07:52:42Z)
Improving Adversarial Transferability with Scheduled Step Size and Dual Example [33.00528131208799]
反復型高速勾配符号法により生じる逆例の転送性は,反復数の増加に伴って低下傾向を示すことを示す。本稿では,スケジューリングステップサイズとデュアルサンプル(SD)を用いて,良性サンプル近傍の対角情報を完全に活用する新しい戦略を提案する。提案手法は,既存の対向攻撃手法と容易に統合でき,対向移動性が向上する。
論文参考訳（メタデータ） (2023-01-30T15:13:46Z)
Enhancing the Self-Universality for Transferable Targeted Attacks [88.6081640779354]
本手法は,高次対角的摂動が標的攻撃に対してより伝達しやすい傾向にあることを示す。異なる画像上の摂動を最適化する代わりに、異なる領域を最適化して自己ユニバーシティを実現することで、余分なデータを排除することができる。特徴的類似性欠如により,本手法は,良性画像よりも対向性摂動の特徴が支配的となる。
論文参考訳（メタデータ） (2022-09-08T11:21:26Z)
Adaptive Perturbation for Adversarial Attack [50.77612889697216]
そこで本研究では,新たな逆例に対する勾配に基づく攻撃手法を提案する。逆方向の摂動を発生させるために,スケーリング係数を用いた正確な勾配方向を用いる。本手法は, 高い伝達性を示し, 最先端の手法よりも優れた性能を示す。
論文参考訳（メタデータ） (2021-11-27T07:57:41Z)
A Perceptual Distortion Reduction Framework for Adversarial Perturbation Generation [58.6157191438473]
2つの観点からこの問題に対処するための知覚的歪み低減フレームワークを提案する。知覚的歪みの制約を提案し,それを敵攻撃の客観的機能に追加し,知覚的歪みと攻撃成功率を共同で最適化する。
論文参考訳（メタデータ） (2021-05-01T15:08:10Z)
Gradient-based Adversarial Attacks against Text Transformers [96.73493433809419]
トランスモデルに対する初の汎用勾配攻撃を提案する。我々は、ホワイトボックス攻撃が様々な自然言語タスクにおいて最先端の攻撃性能を達成することを実証的に実証する。
論文参考訳（メタデータ） (2021-04-15T17:43:43Z)
Adversarial Examples Detection beyond Image Space [88.7651422751216]
摂動と予測信頼の間にはコンプライアンスが存在することが分かり、予測信頼の面から少数の摂動攻撃を検出するための指針となる。本研究では,画像ストリームが画素アーティファクトに注目し,勾配ストリームが信頼度アーティファクトに対応する2ストリームアーキテクチャによる画像空間を超えた手法を提案する。
論文参考訳（メタデータ） (2021-02-23T09:55:03Z)
Random Transformation of Image Brightness for Adversarial Attack [5.405413975396116]
逆の例は、オリジナルの画像に小さな人間の知覚できないものを加えることで作られる。ディープニューラルネットワークは、オリジナルの画像に小さな人間の知覚できないものを加えることで構築される敵の例に対して脆弱である。本稿では,高速勾配符号法と統合可能な,この現象に基づく逆例生成手法を提案する。本手法は,データ拡張に基づく他の攻撃方法よりもブラックボックス攻撃の成功率が高い。
論文参考訳（メタデータ） (2021-01-12T07:00:04Z)
Local Black-box Adversarial Attacks: A Query Efficient Approach [64.98246858117476]
アドリアックは、セキュリティに敏感なシナリオにおけるディープニューラルネットワークの適用を脅かしている。ブラックボックス攻撃における限られたクエリ内でのみクリーンな例の識別領域を摂動させる新しいフレームワークを提案する。攻撃成功率の高いブラックボックス摂動時のクエリ効率を大幅に改善できることを示すため,広範な実験を行った。
論文参考訳（メタデータ） (2021-01-04T15:32:16Z)
Perception Improvement for Free: Exploring Imperceptible Black-box Adversarial Attacks on Image Classification [27.23874129994179]
ホワイトボックスの敵攻撃は、特に大きな画像の場合、小さな摂動を伴うニューラルネットワークを騙すことができる。逆行性摂動を成功させることは、特にトランスファーベースのブラックボックス逆行攻撃では困難である。本稿では,心理的知覚モデルに基づく対向画像の生成による構造認識型対向攻撃を提案する。
論文参考訳（メタデータ） (2020-10-30T07:17:12Z)
Detecting Patch Adversarial Attacks with Image Residuals [9.169947558498535]
識別器は、クリーンサンプルと逆サンプルを区別するために訓練される。得られた残基が敵攻撃のデジタル指紋として機能することを示す。その結果,提案手法は従来見つからなかった,より強力な攻撃に対して一般化可能であることがわかった。
論文参考訳（メタデータ） (2020-02-28T01:28:22Z)

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。