Fugu-MT 論文翻訳(概要): Perceptual Hash Inversion Attacks on Image-Based Sexual Abuse Removal Tools

論文の概要: Perceptual Hash Inversion Attacks on Image-Based Sexual Abuse Removal Tools

arxiv url: http://arxiv.org/abs/2412.06056v1
Date: Sun, 08 Dec 2024 20:23:16 GMT
ステータス: 翻訳完了
システム内更新日: 2024-12-10 14:52:20.640266
Title: Perceptual Hash Inversion Attacks on Image-Based Sexual Abuse Removal Tools
Title（参考訳）: 画像に基づく性的虐待除去ツールにおけるハッシュインバージョン攻撃
Authors: Sophie Hawkes, Christian Weinert, Teresa Almeida, Maryam Mehrnezhad,
Abstract要約: 我々は、画像に基づく性的虐待をオンラインで検出し、除去するために不可欠な知覚的ハッシュが、生成AIに基づく低予算の逆攻撃による脆弱性に直面していることを示す。 IBSA除去ツールにセキュアなハッシュマッチングを実装することで、致命的な結果の軽減を図っている。
参考スコア（独自算出の注目度）: 6.485652681645558
License:
Abstract: We show that perceptual hashing, crucial for detecting and removing image-based sexual abuse (IBSA) online, faces vulnerabilities from low-budget inversion attacks based on generative AI. This jeopardizes the privacy of users, especially vulnerable groups. We advocate to implement secure hash matching in IBSA removal tools to mitigate potentially fatal consequences.
Abstract（参考訳）: 我々は、画像ベースの性的虐待(IBSA)をオンラインで検出および除去するために不可欠な知覚的ハッシュが、生成AIに基づく低予算の逆攻撃による脆弱性に直面していることを示す。これはユーザーのプライバシー、特に脆弱なグループを危険にさらしている。 IBSA除去ツールにセキュアなハッシュマッチングを実装することで、致命的な結果の軽減を図っている。

関連論文リスト

IDU-Detector: A Synergistic Framework for Robust Masquerader Attack Detection [3.3821216642235608]
デジタル時代には、ユーザは個人データを企業データベースに格納し、データセキュリティを企業管理の中心とする。大規模な攻撃面を考えると、アセットは弱い認証、脆弱性、マルウェアといった課題に直面している。 IDU-Detectorを導入し、侵入検知システム(IDS)とユーザ・エンティティ・ビヘイビア・アナリティクス(UEBA)を統合した。この統合は、不正アクセスを監視し、システムギャップをブリッジし、継続的な監視を保証し、脅威識別を強化する。
論文参考訳（メタデータ） (2024-11-09T13:03:29Z)
ID-Guard: A Universal Framework for Combating Facial Manipulation via Breaking Identification [60.73617868629575]
深層学習に基づく顔操作の誤用は、公民権に対する潜在的な脅威となる。この不正行為を防ぐため、プロアクティブな防御技術が提案され、操作プロセスを妨害した。我々は,ID-Guardと呼ばれる,顔操作と戦うための新しい普遍的枠組みを提案する。
論文参考訳（メタデータ） (2024-09-20T09:30:08Z)
Protecting Onion Service Users Against Phishing [1.6435014180036467]
フィッシングサイトは、Torのタマネギサービスに共通する現象である。フィッシングは本物の玉ねぎのドメイン名と区別するのが非常に難しいとフィッシングを悪用するタマネギサービスのオペレータは、ユーザをフィッシングから守るためのいくつかの戦略を考案した。訪問したサービスに関する痕跡を発生させることなく、ユーザーをフィッシングから守ることはできない。
論文参考訳（メタデータ） (2024-08-14T19:51:30Z)
Rethinking the Vulnerabilities of Face Recognition Systems:From a Practical Perspective [53.24281798458074]
顔認識システム(FRS)は、監視やユーザー認証を含む重要なアプリケーションにますます統合されている。最近の研究によると、FRSの脆弱性は敵(例えば、敵パッチ攻撃)やバックドア攻撃(例えば、データ中毒の訓練)であることが明らかになっている。
論文参考訳（メタデータ） (2024-05-21T13:34:23Z)
Privacy-preserving Optics for Enhancing Protection in Face De-identification [60.110274007388135]
この脆弱性を解決するために,ハードウェアレベルの顔識別手法を提案する。また、プライバシ保存画像、フェイスヒートマップ、およびパブリックデータセットからの参照顔イメージを入力として、新しい顔を生成する匿名化フレームワークを提案する。
論文参考訳（メタデータ） (2024-03-31T19:28:04Z)
Poisoned Forgery Face: Towards Backdoor Attacks on Face Forgery Detection [62.595450266262645]
本稿では,バックドア攻撃による顔偽造検出の新たな脅威について紹介する。バックドアをモデルに埋め込むことで、攻撃者は検知器を騙して偽造された顔の誤予測を発生させることができる。我々は,顔偽造検知器に対するクリーンラベルバックドア攻撃を可能にするemphPoisoned Forgery Faceフレームワークを提案する。
論文参考訳（メタデータ） (2024-02-18T06:31:05Z)
Exploiting and Defending Against the Approximate Linearity of Apple's NeuralHash [5.3888140834268246]
AppleのNeuralHashは、消費者のプライバシーを損なうことなく、ユーザーのデバイスに違法コンテンツが存在することを検出することを目的としている。我々はNeuralHashがほぼ線形であることに驚き、新たなブラックボックス攻撃の開発を促している。古典的な暗号標準を用いた簡単な修正を提案する。
論文参考訳（メタデータ） (2022-07-28T17:45:01Z)
BadHash: Invisible Backdoor Attacks against Deep Hashing with Clean Label [20.236328601459203]
本稿では,BadHashを提案する。我々は、BadHashが、最先端のディープハッシュ方式よりも強力な攻撃能力と転送性を持つ、知覚不能な有毒なサンプルを生成できることを示す。
論文参考訳（メタデータ） (2022-07-01T09:10:25Z)
Learning to Break Deep Perceptual Hashing: The Use Case NeuralHash [29.722113621868978]
Appleは最近、子供の性的虐待物質を検出するための深い知覚的ハッシュシステムNeuralHashを発表した。ユーザのプライバシとシステムの信頼性の保護について、大衆の批判が持ち上がった。現在の深い知覚的ハッシュは、堅牢でない可能性がある。
論文参考訳（メタデータ） (2021-11-12T09:49:27Z)
Backdoor Attack on Hash-based Image Retrieval via Clean-label Data Poisoning [54.15013757920703]
混乱性摂動誘発性バックドアアタック(CIBA)を提案する。トレーニングデータに、正しいラベルで少量の有毒画像を注入する。提案したCIBAの有効性を検証するための広範な実験を行った。
論文参考訳（メタデータ） (2021-09-18T07:56:59Z)
Measurement-driven Security Analysis of Imperceptible Impersonation Attacks [54.727945432381716]
本稿では,ディープニューラルネットワークを用いた顔認識システムの実用性について検討する。皮膚の色,性別,年齢などの要因が,特定の標的に対する攻撃を行う能力に影響を及ぼすことを示す。また,攻撃者の顔のさまざまなポーズや視点に対して堅牢なユニバーサルアタックを構築する可能性についても検討した。
論文参考訳（メタデータ） (2020-08-26T19:27:27Z)

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。