論文の概要: Provably Secure Covert Messaging Using Image-based Diffusion Processes

• arxiv url: http://arxiv.org/abs/2503.10063v1
• Date: Thu, 13 Mar 2025 05:24:40 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-03-14 15:50:35.503633
• Title: Provably Secure Covert Messaging Using Image-based Diffusion Processes
• Title（参考訳）: 画像ベース拡散プロセスを用いた安全な被覆メッセージング
• Authors: Luke A. Bauer, Wenxuan Bao, Vincent Bindschaedler,
• Abstract要約: 画像ベース拡散モデルの出力に隠蔽メッセージをセキュアかつ堅牢に埋め込む問題を考える。 まず, 組込み手法が潜伏者の分布を変えるため, 従来の作業は容易に壊れることを示した。 次に、分布を変更することなく、初期潜伏エムに隠蔽メッセージを埋め込む簡単な方法を提案する。
• 参考スコア（独自算出の注目度）: 8.913428530750673
• License:
• Abstract: We consider the problem of securely and robustly embedding covert messages into an image-based diffusion model's output. The sender and receiver want to exchange the maximum amount of information possible per diffusion sampled image while remaining undetected. The adversary wants to detect that such communication is taking place by identifying those diffusion samples that contain covert messages. To maximize robustness to transformations of the diffusion sample, a strategy is for the sender and the receiver to embed the message in the initial latents. We first show that prior work that attempted this is easily broken because their embedding technique alters the latents' distribution. We then propose a straightforward method to embed covert messages in the initial latent {\em without} altering the distribution. We prove that our construction achieves indistinguishability to any probabilistic polynomial time adversary. Finally, we discuss and analyze empirically the tradeoffs between embedding capacity, message recovery rates, and robustness. We find that optimizing the inversion method for error correction is crucial for reliability.
• Abstract（参考訳）: 画像ベース拡散モデルの出力に隠蔽メッセージをセキュアかつ堅牢に埋め込む問題を考える。 送信側と受信側は、未検出のままサンプル画像当たりの最大情報の交換を希望する。 相手は、隠蔽メッセージを含む拡散サンプルを特定して、そのようなコミュニケーションが行われていることを検知したい。 拡散サンプルの変換に対する堅牢性を最大化するために、送信側と受信側がメッセージを初期潜水器に埋め込む戦略である。 まず, 組込み手法が潜伏者の分布を変えるため, 従来の作業は容易に壊れることを示した。 次に、分布を変更することなく、初期潜伏状態に隠蔽メッセージを埋め込む簡単な方法を提案する。 我々は,確率多項式時間の逆数に対して,我々の構成が不明瞭性を達成することを証明した。 最後に、埋め込み能力、メッセージ回復率、堅牢性の間のトレードオフを実証的に議論し分析する。 誤り訂正のための反転法を最適化することは信頼性に不可欠である。

関連論文リスト

• Constrained Diffusion with Trust Sampling [11.354281911272864]
  我々は、最適化の観点から、トレーニングなし損失誘導拡散を再考する。 トラストサンプリングは、無条件拡散モデルに従って効果的にバランスをとり、損失誘導に固執する。 複雑なタスクや画像の領域や3Dモーション生成の領域で広範囲にわたる実験により,本手法の有効性を実証する。
  論文  参考訳（メタデータ） (2024-11-17T01:34:57Z)
• Membership Inference on Text-to-Image Diffusion Models via Conditional Likelihood Discrepancy [36.156856772794065]
  テキスト・画像拡散モデルにおける条件付きオーバーフィッティング現象を提案する。 提案手法は, 各種データおよびデータセットのスケールにおいて, 従来手法よりも大幅に優れていた。
  論文  参考訳（メタデータ） (2024-05-23T17:09:51Z)
• Prompt-tuning latent diffusion models for inverse problems [72.13952857287794]
  本稿では,テキストから画像への遅延拡散モデルを用いた逆問題の画像化手法を提案する。 P2Lと呼ばれる本手法は,超解像,デブロアリング,インパインティングなどの様々なタスクにおいて,画像拡散モデルと潜時拡散モデルに基づく逆問題解法の両方に優れる。
  論文  参考訳（メタデータ） (2023-10-02T11:31:48Z)
• MaskDiffusion: Boosting Text-to-Image Consistency with Conditional Mask [84.84034179136458]
  テキスト・イメージのミスマッチ問題に繋がる重要な要因は、モダリティ間の関係学習の不十分さである。 本稿では,注目マップと迅速な埋め込みを条件とした適応マスクを提案し,画像特徴に対する各テキストトークンの寄与度を動的に調整する。 この手法はMaskDiffusionと呼ばれ、トレーニング不要で、一般的な事前学習拡散モデルに対してホットプラグ可能である。
  論文  参考訳（メタデータ） (2023-09-08T15:53:37Z)
• 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)
• DensePure: Understanding Diffusion Models towards Adversarial Robustness [110.84015494617528]
  拡散モデルの特性を解析し,それらが証明された堅牢性を高める条件を確立する。 事前訓練されたモデル(すなわち分類器)の信頼性向上を目的とした新しいDensePure法を提案する。 このロバストな領域は多重凸集合の和であり、以前の研究で特定されたロバストな領域よりもはるかに大きい可能性が示されている。
  論文  参考訳（メタデータ） (2022-11-01T08:18:07Z)
• Truncated Diffusion Probabilistic Models and Diffusion-based Adversarial Auto-Encoders [137.1060633388405]
  拡散に基づく生成モデルは、逆拡散連鎖を推論してデータを生成する方法を学ぶ。 我々は、データが純粋なランダムノイズになるまで、より高速で安価にノイズを付加するアプローチを提案する。 提案手法は,拡散過程と学習可能な暗黙的前処理の両方によって付与された逆自動エンコーダとしてキャスト可能であることを示す。
  論文  参考訳（メタデータ） (2022-02-19T20:18:49Z)
• Deblurring via Stochastic Refinement [85.42730934561101]
  条件付き拡散モデルに基づくブラインドデブロアリングのための代替フレームワークを提案する。 提案手法は,PSNRなどの歪み指標の点で競合する。
  論文  参考訳（メタデータ） (2021-12-05T04:36:09Z)

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。