論文の概要: Towards Robust Content Watermarking Against Removal and Forgery Attacks

• arxiv url: http://arxiv.org/abs/2604.06662v1
• Date: Wed, 08 Apr 2026 04:28:56 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-04-09 17:30:51.332643
• Title: Towards Robust Content Watermarking Against Removal and Forgery Attacks
• Title（参考訳）: 削除・偽造攻撃に対するロバストコンテンツ透かし
• Authors: Yifan Zhu, Yihan Wang, Xiao-Shan Gao,
• Abstract要約: We build a novel watermarking paradigm called Instance-Specific watermarking with Two-Sided detection。 ユーザのプロンプトのセマンティクスに基づいて注入時間と透かしパターンを動的に制御する戦略を導入する。 実験では、除去や偽造攻撃に対する透かしの優位性を実証した。
• 参考スコア（独自算出の注目度）: 38.76860389018762
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Generated contents have raised serious concerns about copyright protection, image provenance, and credit attribution. A potential solution for these problems is watermarking. Recently, content watermarking for text-to-image diffusion models has been studied extensively for its effective detection utility and robustness. However, these watermarking techniques are vulnerable to potential adversarial attacks, such as removal attacks and forgery attacks. In this paper, we build a novel watermarking paradigm called Instance-Specific watermarking with Two-Sided detection (ISTS) to resist removal and forgery attacks. Specifically, we introduce a strategy that dynamically controls the injection time and watermarking patterns based on the semantics of users' prompts. Furthermore, we propose a new two-sided detection approach to enhance robustness in watermark detection. Experiments have demonstrated the superiority of our watermarking against removal and forgery attacks.
• Abstract（参考訳）: 生成されたコンテンツは、著作権保護、画像の証明、信用の帰属について深刻な懸念を抱いている。 これらの問題の潜在的な解決策は透かしである。 近年,テキスト・ツー・イメージ拡散モデルにおけるコンテンツ透かしの有効性やロバスト性について広く研究されている。 しかし、これらの透かし技術は、除去攻撃や偽造攻撃のような潜在的な敵攻撃に対して脆弱である。 本稿では,二要素検出(ISTS)を用いたインスタンス特定透かしと呼ばれる新しい透かしパラダイムを構築し,除去と偽造攻撃を抑える。 具体的には、ユーザのプロンプトのセマンティクスに基づいて、注入時間と透かしパターンを動的に制御する戦略を導入する。 さらに,透かし検出におけるロバスト性を高めるための2面検出手法を提案する。 実験では、除去や偽造攻撃に対する透かしの優位性を実証した。

関連論文リスト

• Diffusion-Based Image Editing for Breaking Robust Watermarks [4.273350357872755]
  強力な拡散ベースの画像生成と編集技術は、堅牢なウォーターマーキングスキームに新たな脅威をもたらす。 拡散駆動型画像再生プロセスでは,画像内容の保存中に埋め込み透かしを消去できることを示す。 生成中の透かし信号に特異的な誘導拡散攻撃を導入し,透かし検出性を著しく低下させた。
  論文  参考訳（メタデータ） (2025-10-07T14:34:42Z)
• Black-Box Forgery Attacks on Semantic Watermarks for Diffusion Models [16.57738116313139]
  攻撃者は、異なる潜在空間やアーキテクチャであっても、無関係なモデルを利用して、強力で現実的な偽造攻撃を行うことができることを示す。 第1は、対象の透かしを実画像に印字し、無関係のLCMにおいて任意の画像の潜在表現を操作する。 第2の攻撃は、透かし画像を反転させて任意のプロンプトで再生することにより、目標の透かしで新たな画像を生成する。
  論文  参考訳（メタデータ） (2024-12-04T12:57:17Z)
• Robust and Minimally Invasive Watermarking for EaaS [50.08021440235581]
  組み込み・アズ・ア・サービス(Eding)はAIアプリケーションにおいて重要な役割を担っている。 編集はモデル抽出攻撃に対して脆弱であり、著作権保護の必要性を強調している。 そこで我々は,Edingの著作権保護を堅牢にするための新しい埋め込み専用透かし (ESpeW) 機構を提案する。
  論文  参考訳（メタデータ） (2024-10-23T04:34:49Z)
• Certifiably Robust Image Watermark [57.546016845801134]
  ジェネレーティブAIは、偽情報やプロパガンダキャンペーンの促進など、多くの社会的懸念を提起する。 ウォーターマークAI生成コンテンツは、これらの懸念に対処するための重要な技術である。 本報告では, 除去・偽造攻撃に対するロバスト性保証を保証した最初の画像透かしを提案する。
  論文  参考訳（メタデータ） (2024-07-04T17:56:04Z)
• Certified Neural Network Watermarks with Randomized Smoothing [64.86178395240469]
  本稿では,ディープラーニングモデルのための認証型透かし手法を提案する。 我々の透かしは、モデルパラメータが特定のl2しきい値以上変更されない限り、取り外し不可能であることが保証されている。 私たちの透かしは、従来の透かし法に比べて経験的に頑丈です。
  論文  参考訳（メタデータ） (2022-07-16T16:06:59Z)
• Fine-tuning Is Not Enough: A Simple yet Effective Watermark Removal Attack for DNN Models [72.9364216776529]
  我々は異なる視点から新しい透かし除去攻撃を提案する。 我々は、知覚不可能なパターン埋め込みと空間レベルの変換を組み合わせることで、単純だが強力な変換アルゴリズムを設計する。 我々の攻撃は、非常に高い成功率で最先端の透かしソリューションを回避できる。
  論文  参考訳（メタデータ） (2020-09-18T09:14:54Z)

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。