論文の概要: VisGuard: Securing Visualization Dissemination through Tamper-Resistant Data Retrieval

• arxiv url: http://arxiv.org/abs/2507.14459v1
• Date: Sat, 19 Jul 2025 03:09:30 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-07-22 20:51:31.897444
• Title: VisGuard: Securing Visualization Dissemination through Tamper-Resistant Data Retrieval
• Title（参考訳）: VisGuard: タンパ耐性データ検索による可視化拡散のセキュア化
• Authors: Huayuan Ye, Juntong Chen, Shenzhuo Zhang, Yipeng Zhang, Changbo Wang, Chenhui Li,
• Abstract要約: VisGuardは、メタデータリンクを可視化画像に確実に埋め込む、タンパー耐性のVIDRフレームワークである。 VisGuardのデータ検索精度、埋め込み能力、改ざんやステガナリシスに対するセキュリティにおける優れた性能に関する総合的な実験を行う。
• 参考スコア（独自算出の注目度）: 22.981488921102873
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: The dissemination of visualizations is primarily in the form of raster images, which often results in the loss of critical information such as source code, interactive features, and metadata. While previous methods have proposed embedding metadata into images to facilitate Visualization Image Data Retrieval (VIDR), most existing methods lack practicability since they are fragile to common image tampering during online distribution such as cropping and editing. To address this issue, we propose VisGuard, a tamper-resistant VIDR framework that reliably embeds metadata link into visualization images. The embedded data link remains recoverable even after substantial tampering upon images. We propose several techniques to enhance robustness, including repetitive data tiling, invertible information broadcasting, and an anchor-based scheme for crop localization. VisGuard enables various applications, including interactive chart reconstruction, tampering detection, and copyright protection. We conduct comprehensive experiments on VisGuard's superior performance in data retrieval accuracy, embedding capacity, and security against tampering and steganalysis, demonstrating VisGuard's competence in facilitating and safeguarding visualization dissemination and information conveyance.
• Abstract（参考訳）: 視覚化の拡散は主にラスタ画像の形で行われ、多くの場合、ソースコード、インタラクティブ機能、メタデータなどの重要な情報が失われる。 従来の方法では画像にメタデータを埋め込んだ可視化画像検索 (VIDR) が提案されているが、既存の手法のほとんどは、トリミングや編集などのオンライン配信における一般的な画像改ざんに弱いため、実践性に欠けていた。 この問題に対処するために,メタデータリンクを可視化画像に確実に埋め込む,タンパー耐性のVIDRフレームワークであるVisGuardを提案する。 埋め込みデータリンクは、画像にかなり改ざんした後でも回復可能である。 本稿では, 繰り返しデータタイリング, 可逆情報放送, および, 収穫局所化のためのアンカーベーススキームなど, 堅牢性を高めるためのいくつかの手法を提案する。 VisGuardはインタラクティブなチャート再構築、改ざん検出、著作権保護など、さまざまなアプリケーションを可能にする。 我々は,VisGuardのデータ検索精度,埋め込み能力,タンパリングとステガナリシスに対するセキュリティにおいて,VisGuardの優れた性能に関する包括的な実験を行い,可視化の普及と情報伝達の促進と保護におけるVisGuardの能力を示す。

関連論文リスト

• HoneyImage: Verifiable, Harmless, and Stealthy Dataset Ownership Verification for Image Models [20.15391412550277]
  HoneyImageは画像認識モデルにおけるデータセットのオーナシップ検証の新しい手法である。 HoneyImageは、少数のハードサンプルを選択的に修正して、認識不能で検証可能なトレースを埋め込む。 実験によると、HoneyImageは下流のパフォーマンスに最小限の影響を伴って、強い検証精度を一貫して達成している。
  論文  参考訳（メタデータ） (2025-07-27T08:44:47Z)
• Fragile Watermarking for Image Certification Using Deep Steganographic Embedding [2.9310813529940645]
  国際民間航空機関(ICAO)が定める厳格な基準に従わなければならない。 これらの画像は意図しない劣化や悪意のある操作を受け、顔認識システムを騙す可能性がある。 本研究は,ICAO 対応顔画像の真正性を証明するための能動的メカニズムとして,深部ステガノグラフィーの埋め込みに基づく脆弱な透かしについて検討する。
  論文  参考訳（メタデータ） (2025-04-18T15:51:56Z)
• Pseudo-Label Guided Real-World Image De-weathering: A Learning Framework with Imperfect Supervision [57.5699142476311]
  非理想的な監視を伴う実世界のイメージデウェザリングのための統一的なソリューションを提案する。 本手法は,不完全整合型非整合性データセットのトレーニングにおいて,大きな利点を示す。
  論文  参考訳（メタデータ） (2025-04-14T07:24:03Z)
• Harnessing Frequency Spectrum Insights for Image Copyright Protection Against Diffusion Models [26.821064889438777]
  本稿では,拡散生成画像がトレーニングデータの統計的特性を忠実に保存していることを示す。 emphCoprGuardは、許可されていない画像の使用を防ぐための堅牢な周波数領域透かしフレームワークである。
  論文  参考訳（メタデータ） (2025-03-14T04:27:50Z)
• 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、公民権に重大な脅威をもたらす。 この不正行為を防止するため、操作過程を妨害する積極的な防御法が提案されている。 本稿では,IDガード(ID-Guard)と呼ばれる顔の操作に対処するための普遍的な枠組みを提案する。
  論文  参考訳（メタデータ） (2024-09-20T09:30:08Z)
• EnTruth: Enhancing the Traceability of Unauthorized Dataset Usage in Text-to-image Diffusion Models with Minimal and Robust Alterations [73.94175015918059]
  本稿では、未承認のデータセット使用のトレーサビリティを高める新しいアプローチであるEnTruthを紹介する。 テンプレートの暗記を戦略的に取り入れることで、EnTruthは不正なモデルの特定の振る舞いを侵害の証拠として引き起こすことができる。 本手法は, 暗記の正当性を調査し, 著作権保護に利用し, 呪いを祝福する最初の方法である。
  論文  参考訳（メタデータ） (2024-06-20T02:02:44Z)
• EditGuard: Versatile Image Watermarking for Tamper Localization and Copyright Protection [19.140822655858873]
  著作権保護とタンパー非依存のローカライゼーションを統合するために,プロアクティブな法医学フレームワークEditGuardを提案する。 認識不能な透かしを巧妙に埋め込み、改ざんされた領域と著作権情報の正確な復号を行うことができる。 実験により, EditGuardは, 様々なAIGCに基づく改ざん手法に対して, 改ざん精度, 著作権回復精度, 一般化可能性のバランスをとることを示した。
  論文  参考訳（メタデータ） (2023-12-12T15:41:24Z)
• 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)
• Did You Train on My Dataset? Towards Public Dataset Protection with Clean-Label Backdoor Watermarking [54.40184736491652]
  本稿では,公開データの保護のための一般的な枠組みとして機能するバックドアベースの透かし手法を提案する。 データセットに少数の透かしサンプルを挿入することにより、我々のアプローチは、ディフェンダーが設定した秘密関数を暗黙的に学習することを可能にする。 この隠れた機能は、データセットを違法に使用するサードパーティモデルを追跡するための透かしとして使用できる。
  論文  参考訳（メタデータ） (2023-03-20T21:54:30Z)
• UIA-ViT: Unsupervised Inconsistency-Aware Method based on Vision Transformer for Face Forgery Detection [52.91782218300844]
  そこで我々は、UIA-ViTと呼ばれるビジョン変換器に基づく教師なし不整合認識手法を提案する。 自己注意機構により、パッチ埋め込み間の注意マップは自然に一貫性関係を表現し、一貫性表現学習に適した視覚変換器となる。
  論文  参考訳（メタデータ） (2022-10-23T15:24:47Z)
• Hiding Visual Information via Obfuscating Adversarial Perturbations [47.315523613407244]
  本稿では,データの視覚的プライバシを保護するために,敵対的な視覚情報隠蔽手法を提案する。 具体的には、データの視覚情報を隠蔽する難読化対向摂動を生成する。 認識・分類タスクの実験結果から,提案手法が視覚情報を効果的に隠蔽できることが示唆された。
  論文  参考訳（メタデータ） (2022-09-30T08:23:26Z)
• Multitask Identity-Aware Image Steganography via Minimax Optimization [9.062839197237807]
  我々は,秘密画像の復元なしにコンテナイメージの直接認識を実現するための,Multitask Identity-Aware Image Steganography (MIAIS) というフレームワークを提案する。 直接認識の鍵となる問題は、秘密画像のアイデンティティ情報をコンテナイメージに保存し、コンテナイメージを同時にカバーイメージに類似させることである。 秘密画像復元に柔軟性を持たせるために,オプションの復元ネットワークを本手法に組み込んだ。
  論文  参考訳（メタデータ） (2021-07-13T02:53:38Z)
• Image Transformation Network for Privacy-Preserving Deep Neural Networks and Its Security Evaluation [17.134566958534634]
  プライバシー保護DNNのための画像生成のための変換ネットワークを提案する。 提案するネットワークは,視覚情報を強く保護するだけでなく,画像を用いた画像分類精度の維持にも有効である。
  論文  参考訳（メタデータ） (2020-08-07T12:58:45Z)

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。