論文の概要: Stop Stealing My Data: Sanitizing Stego Channels in 3D Printing Design Files
- arxiv url: http://arxiv.org/abs/2404.05106v1
- Date: Sun, 7 Apr 2024 23:28:35 GMT
- ステータス: 処理完了
- システム内更新日: 2024-04-09 15:53:11.306195
- Title: Stop Stealing My Data: Sanitizing Stego Channels in 3D Printing Design Files
- Title(参考訳): 3Dプリンティングデザインファイルにステゴチャンネルを消毒する「Stealing My Data」
- Authors: Aleksandr Dolgavin, Mark Yampolskiy, Moti Yung,
- Abstract要約: ステガノグラフィーチャネルは、印刷されたモデルを変更することなく、追加のデータをSTLファイル内に埋め込むことができる。
本稿では,ステガノグラフィーチャネルが存在する可能性のある隠されたコンテンツを消去するアンフェニタイザーを設計し,評価することで,このセキュリティ上の脅威に対処する。
- 参考スコア(独自算出の注目度): 56.96539046813698
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: The increased adoption of additive manufacturing (AM) and the acceptance of AM outsourcing created an ecosystem in which the sending and receiving of digital designs by different actors became normal. It has recently been shown that the STL design files -- most commonly used in AM -- contain steganographic channels. Such channels can allow additional data to be embedded within the STL files without changing the printed model. These factors create a threat of misusing the design files as a covert communication channel to either exfiltrate stolen sensitive digital data from organizations or infiltrate malicious software into a secure environment. This paper addresses this security threat by designing and evaluating a \emph{sanitizer} that erases hidden content where steganographic channels might exist. The proposed sanitizer takes into account a set of specific constraints imposed by the application domain, such as not affecting the ability to manufacture part of the required quality using the sanitized design.
- Abstract(参考訳): 添加物製造(AM)の採用の増加とAMアウトソーシングの受け入れにより、異なるアクターによるデジタルデザインの送受信が正常になるエコシステムが形成された。
最近、STL設計ファイル(最も一般的にAMで使用される)がステガノグラフィーチャネルを含んでいることが示されている。
このようなチャネルは、印刷されたモデルを変更することなく、追加のデータをSTLファイル内に埋め込むことができる。
これらの要因は、盗難された機密デジタルデータを組織から流出させるか、悪意のあるソフトウェアを安全な環境に侵入させるために、設計ファイルを秘密の通信チャネルとして誤用する恐れがある。
本稿では,ステガノグラフィーチャネルが存在する可能性のある隠されたコンテンツを消去する「emph{sanitizer}」を設計し,評価することで,このセキュリティ上の脅威に対処する。
提案したサニタイザは、そのサニタイズされた設計を用いて要求される品質の一部を製造する能力に影響を与えないなど、アプリケーションドメインによって課される特定の制約を考慮に入れている。
関連論文リスト
- Lazy Layers to Make Fine-Tuned Diffusion Models More Traceable [70.77600345240867]
新たな任意の任意配置(AIAO)戦略は、微調整による除去に耐性を持たせる。
拡散モデルの入力/出力空間のバックドアを設計する既存の手法とは異なり,本手法では,サンプルサブパスの特徴空間にバックドアを埋め込む方法を提案する。
MS-COCO,AFHQ,LSUN,CUB-200,DreamBoothの各データセットに関する実証研究により,AIAOの堅牢性が確認された。
論文 参考訳(メタデータ) (2024-05-01T12:03:39Z) - The Stronger the Diffusion Model, the Easier the Backdoor: Data
Poisoning to Induce Copyright Breaches Without Adjusting Finetuning Pipeline [33.051071182668174]
本研究では, DMの著作権保護に関連する脆弱性について, バックドアデータ中毒攻撃の導入による検討を行った。
本手法は,拡散モデルのトレーニングや微調整プロセスへのアクセスや制御を必要とせずに動作する。
論文 参考訳(メタデータ) (2024-01-07T08:37:29Z) - FT-Shield: A Watermark Against Unauthorized Fine-tuning in Text-to-Image Diffusion Models [64.89896692649589]
テキスト・画像拡散モデルの微調整に適した透かしシステムであるFT-Shieldを提案する。
FT-Shieldは新しい透かしの生成と検出戦略を設計することで著作権保護の課題に対処する。
論文 参考訳(メタデータ) (2023-10-03T19:50:08Z) - Degeneration-Tuning: Using Scrambled Grid shield Unwanted Concepts from
Stable Diffusion [106.42918868850249]
SD重みから不要な概念の内容を保護するために,textbf Degeneration-Tuning (DT) という新しい手法を提案する。
この適応はモデルの重みのレベルで発生するため、DT後のSDは、CrutNetのような他の条件付き拡散フレームワークに移植して不要な概念を保護することができる。
論文 参考訳(メタデータ) (2023-08-02T03:34:44Z) - Are You Copying My Model? Protecting the Copyright of Large Language
Models for EaaS via Backdoor Watermark [58.60940048748815]
企業は大規模な言語モデル(LLM)に基づいたEmbeddding as a Service(E)の提供を開始した。
Eはモデル抽出攻撃に弱いため、LLMの所有者に重大な損失をもたらす可能性がある。
埋め込みにバックドアを埋め込むEmbMarkerという埋め込み透かし手法を提案する。
論文 参考訳(メタデータ) (2023-05-17T08:28:54Z) - Secure Over-the-Air Computation using Zero-Forced Artificial Noise [24.91252655705963]
我々は,受動盗聴器の存在下で,ブロックフェディング付加型白色ガウス雑音チャネルの空力計算について検討する。
ゼロフォース人工雑音を用いて盗聴者に対するMSEセキュリティを実現する手法を提案する。
論文 参考訳(メタデータ) (2022-12-08T14:30:59Z) - TATTOOED: A Robust Deep Neural Network Watermarking Scheme based on
Spread-Spectrum Channel Coding [56.376997104843355]
本稿では,拡散スペクトルチャネル符号化に基づく,堅牢で効率的なDNN透かし技術であるTATTOOEDを提案する。
DNNから透かしを除去するために用いられるいくつかの最先端メカニズムに対して,TATTOOEDを広範囲に評価した。
以上の結果から,TATTOOEDは極端なシナリオにおいても,このような除去手法に対して堅牢であることがわかった。
論文 参考訳(メタデータ) (2022-02-12T16:05:06Z) - Channel Leakage, Information-Theoretic Limitations of Obfuscation, and
Optimal Privacy Mask Design for Streaming Data [23.249999313567624]
まず,チャネルリークの概念を,チャネル入力とチャネル出力との間の最小の相互情報として紹介する。
広義では、ターゲットの受信機への最大情報伝送を特徴付けるチャネル容量の二重概念と見なすことができる。
次に、この概念を利用して、プライバシーとゆがみのトレードオフの観点から、難読化の基本的な限界を調査します。
論文 参考訳(メタデータ) (2020-08-11T17:55:47Z)
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。