論文の概要: The Birthmark Standard: Privacy-Preserving Photo Authentication via Hardware Roots of Trust and Consortium Blockchain
- arxiv url: http://arxiv.org/abs/2602.04933v1
- Date: Wed, 04 Feb 2026 13:16:03 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-02-06 18:49:08.557444
- Title: The Birthmark Standard: Privacy-Preserving Photo Authentication via Hardware Roots of Trust and Consortium Blockchain
- Title（参考訳）: The Birthmark Standard: 信頼とコンソーシアムブロックチェーンのハードウェアルートによるプライバシ保護による写真認証
- Authors: Sam Ryan,
- Abstract要約: 既存の認証アプローチであるCoalition for Content Provenance and Authenticity (C2PA)は、画像ファイルに直接暗号的に署名されているが、重大な障害に悩まされている。
本研究では,Non-Uniformity correct(NUC)マップとPRNUパターンから製造・一様センサエントロピーを利用した認証アーキテクチャであるBirthmark Standardを提案する。
キャプチャ中に、カメラは、キーテーブルアーキテクチャを介してデバイスアイデンティティを公開することなく、センサーの信頼性を証明する匿名認証証明書を作成する。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: The rapid advancement of generative AI systems has collapsed the credibility landscape for photographic evidence. Modern image generation models produce photorealistic images undermining the evidentiary foundation upon which journalism and public discourse depend. Existing authentication approaches, such as the Coalition for Content Provenance and Authenticity (C2PA), embed cryptographically signed metadata directly into image files but suffer from two critical failures: technical vulnerability to metadata stripping during social media reprocessing, and structural dependency on corporate-controlled verification infrastructure where commercial incentives may conflict with public interest. We present the Birthmark Standard, an authentication architecture leveraging manufacturing-unique sensor entropy from non-uniformity correction (NUC) maps and PRNU patterns to generate hardware-rooted authentication keys. During capture, cameras create anonymized authentication certificates proving sensor authenticity without exposing device identity via a key table architecture maintaining anonymity sets exceeding 1,000 devices. Authentication records are stored on a consortium blockchain operated by journalism organizations rather than commercial platforms, enabling verification that survives all metadata loss. We formally verify privacy properties using ProVerif, proving observational equivalence for Manufacturer Non-Correlation and Blockchain Observer Non-Identification under Dolev-Yao adversary assumptions. The architecture is validated through prototype implementation using Raspberry Pi 4 hardware, demonstrating the complete cryptographic pipeline. Performance analysis projects camera overhead below 100ms and verification latency below 500ms at scale of one million daily authentications.
- Abstract（参考訳）: 生成AIシステムの急速な進歩は、写真証拠の信頼性の景観を崩壊させてきた。
現代の画像生成モデルは、ジャーナリズムと世論が依存する明白な基盤を損なうフォトリアリスティックなイメージを生成する。
既存の認証手法としては、C2PA(Coalition for Content Provenance and Authenticity)などがあり、暗号的に署名されたメタデータを直接イメージファイルに埋め込むが、2つの重大な障害がある。
本研究では,Non-Uniformity correct(NUC)マップとPRNUパターンから製造・一様センサエントロピーを利用した認証アーキテクチャであるBirthmark Standardを提案する。
キャプチャの間、カメラは1000以上のデバイスを匿名に維持するキーテーブルアーキテクチャを通じてデバイス識別を公開することなく、センサーの正当性を証明した匿名認証証明書を作成する。
認証記録は、商用プラットフォームではなく、ジャーナリズム組織によって運営されるコンソーシアムブロックチェーンに格納される。
ドレフ・ヤオの逆の仮定の下で,製造者非相関とブロックチェーンオブザーバ非識別の観測等価性を証明したProVerifを用いて,プライバシ特性を正式に検証する。
アーキテクチャはRaspberry Pi 4ハードウェアを使用したプロトタイプ実装を通じて検証され、完全な暗号パイプラインが実証されている。
パフォーマンス分析では、カメラのオーバーヘッドが100ms以下で、検証のレイテンシが500ms未満である。
関連論文リスト
- Origin Lens: A Privacy-First Mobile Framework for Cryptographic Image Provenance and AI Detection [41.377612554013474]
Origin Lensは、レイヤ化された検証アーキテクチャを通じて視覚的な偽情報をターゲットにした、プライバシ優先のモバイルフレームワークである。
サーバ側の検出システムとは異なり、Origin Lensは暗号化された画像証明とAI検出をデバイス上でローカルに実行する。
論文 参考訳（メタデータ） (2026-02-03T11:49:00Z) - Provenance Verification of AI-Generated Images via a Perceptual Hash Registry Anchored on Blockchain [0.0]
本稿では,レジストリベースの証明機構を用いて,AI生成画像の検証を行うブロックチェーン支援フレームワークを提案する。
提案システムは,すべての合成画像を普遍的に検出することではなく,生成時に登録されたAI生成コンテンツの証明に重点を置いている。
論文 参考訳（メタデータ） (2026-02-02T18:13:09Z) - Proving Circuit Functional Equivalence in Zero Knowledge [4.301822791698451]
ハードウェア形式検証のための最初のプライバシ保護フレームワークであるZK-CECを提案する。
正式な検証とゼロ知識証明(ZKP)を組み合わせることで、ZK-CECはIPの正当性とセキュリティを正式に検証する基盤を確立する。
ZK- CECは、AES S-Boxのような実用的な設計を実用時間内に検証することに成功した。
論文 参考訳（メタデータ） (2026-01-16T10:43:30Z) - Adapter Shield: A Unified Framework with Built-in Authentication for Preventing Unauthorized Zero-Shot Image-to-Image Generation [74.5813283875938]
ゼロショット画像・画像生成は知的財産権侵害に重大なリスクをもたらす。
この研究は、個人イメージを誤用から守ることを目的とした、最初の普遍的および認証統合ソリューションであるAdapter Shieldを提示する。
提案手法は, ゼロショット画像合成の不正化において, 最先端の防御を克服する。
論文 参考訳（メタデータ） (2025-11-25T04:49:16Z) - Signing Right Away [0.0]
Signing Right Away (SRA)は、デジタルメディアの証明を保証する包括的なセキュリティアーキテクチャである。
SRAは、キャプチャされたすべての画像とビデオが、不変で検証可能な起源の証明を持っていることを保証します。
論文 参考訳（メタデータ） (2025-10-07T11:56:56Z) - A Content-dependent Watermark for Safeguarding Image Attribution [45.90265244606734]
暗号セキュリティ保証付きコンテンツ依存型透かしのための新しいフレームワークであるMetaSealを提案する。
我々の設計では、偽造防止、不正な複製の防止、暗号検証の実施が可能である。
実験では、MetaSealが偽造の試みを効果的に軽減し、自然画像とAI生成画像の両方に適用できることが示されている。
論文 参考訳（メタデータ） (2025-09-13T00:38:03Z) - Quantum-Safe Identity Verification using Relativistic Zero-Knowledge Proof Systems [3.8435472626703473]
金融、医療、オンラインサービスなどの分野では、セキュリティの確保と不正防止のためにアイデンティティの検証が不可欠だ。
現在のパスワード/PINベースのIDソリューションはフィッシングやスキミング攻撃の影響を受けやすい。
グラフカラー化に基づく相対論的ゼロ知識証明によるアイデンティティ検証について検討する。
論文 参考訳（メタデータ） (2025-07-18T18:59:19Z) - Towards Credential-based Device Registration in DApps for DePINs with ZKPs [46.08150780379237]
ブロックチェーン上のデバイス認証を検証するクレデンシャルベースのデバイス登録(CDR)機構を提案する。
本稿では,Groth16 と Marlin を用いた zkSNARK を用いた汎用システムモデルを提案し,CDR を技術的に評価する。
論文 参考訳（メタデータ） (2024-06-27T09:50:10Z) - Safe and Robust Watermark Injection with a Single OoD Image [90.71804273115585]
高性能なディープニューラルネットワークをトレーニングするには、大量のデータと計算リソースが必要である。
安全で堅牢なバックドア型透かし注入法を提案する。
我々は,透かし注入時のモデルパラメータのランダムな摂動を誘導し,一般的な透かし除去攻撃に対する防御を行う。
論文 参考訳（メタデータ） (2023-09-04T19:58:35Z) - FedSOV: Federated Model Secure Ownership Verification with Unforgeable
Signature [60.99054146321459]
フェデレートラーニングにより、複数のパーティがプライベートデータを公開せずにグローバルモデルを学ぶことができる。
本稿では,FedSOVという暗号署名に基づくフェデレート学習モデルのオーナシップ検証手法を提案する。
論文 参考訳（メタデータ） (2023-05-10T12:10:02Z) - A leak in PRNU based source identification. Questioning fingerprint
uniqueness [75.33542585238497]
Photo Response Non-Uniformity (PRNU) は、画像ソース属性タスクにおいて最も効果的なトレースであると考えられている。
近年のデバイスは、PRNUノイズの識別性を低下させる非特異なアーティファクトを導入する可能性がある。
誤報率の主な原因は、特定のカメラモデル、ファームウェア、画像の内容に直接関連しないことを示す。
論文 参考訳（メタデータ） (2020-09-10T14:18:38Z)
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。