論文の概要: Geometry-Aware Localized Watermarking for Copyright Protection in Embedding-as-a-Service

• arxiv url: http://arxiv.org/abs/2604.11344v1
• Date: Mon, 13 Apr 2026 11:42:00 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-04-14 20:13:16.508593
• Title: Geometry-Aware Localized Watermarking for Copyright Protection in Embedding-as-a-Service
• Title（参考訳）: エンベディング・アズ・ア・サービスにおける著作権保護のための局所的な透かし
• Authors: Zhimin Chen, Xiaojie Liang, Wenbo Xu, Yuxuan Liu, Wei Lu,
• Abstract要約: GeoMarkは、E著作権保護のための幾何対応のローカライズされた透かしフレームワークである。 デザインは、ウォーターマーキングがオーナシップに起因するものからトリガーされる場所を分離し、局所的なトリガーと集中的な帰属を達成する。
• 参考スコア（独自算出の注目度）: 11.978177821760985
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Embedding-as-a-Service (EaaS) has become an important semantic infrastructure for natural language and multimedia applications, but it is highly vulnerable to model stealing and copyright infringement. Existing EaaS watermarking methods face a fundamental robustness--utility--verifiability tension: trigger-based methods are fragile to paraphrasing, transformation-based methods are sensitive to dimensional perturbation, and region-based methods may incur false positives due to coincidental geometric affinity. To address this problem, we propose GeoMark, a geometry-aware localized watermarking framework for EaaS copyright protection. GeoMark uses a natural in-manifold embedding as a shared watermark target, constructs geometry-separated anchors with explicit target--anchor margins, and activates watermark injection only within adaptive local neighborhoods. This design decouples where watermarking is triggered from what ownership is attributed to, achieving localized triggering and centralized attribution. Experiments on four benchmark datasets show that GeoMark preserves downstream utility and geometric fidelity while maintaining robust copyright verification under paraphrasing, dimensional perturbation, and CSE (Clustering, Selection, Elimination) attacks, with improved verification stability and low false-positive risk.
• Abstract（参考訳）: 組み込み・アズ・ア・サービス(EaaS)は、自然言語やマルチメディアアプリケーションにとって重要なセマンティックな基盤となっている。 既存のEaaS透かし法は基本的な堅牢性 - 実用性 - 可逆性 緊張性: トリガーベース法はパラフレージングに脆弱であり、変換ベース法は次元摂動に敏感であり、領域ベース法は偶然幾何学的親和性による偽陽性を引き起こす可能性がある。 この問題に対処するため、EaaS著作権保護のための幾何対応ローカライズされた透かしフレームワークであるGeoMarkを提案する。 GeoMarkは、自然なインマニフォールド埋め込みを共有ウォーターマークターゲットとして使用し、明確なターゲット-アンカーマージンを持つ幾何学的に分離されたアンカーを構築し、適応的なローカルエリア内でのみウォーターマーク注入を起動する。 この設計は、ウォーターマーキングがオーナシップに起因するものから引き起こされる場所を分離し、局所的なトリガと集中的な帰属を達成する。 4つのベンチマークデータセットの実験により、GeoMarkは、パラフレーズ、次元摂動、CSE(クラスタリング、選択、消去)攻撃による堅牢な著作権検証を維持しつつ、下流ユーティリティと幾何学的忠実性を保ち、検証安定性が向上し、偽陽性リスクが低いことを示す。

関連論文リスト

• Breaking Semantic-Aware Watermarks via LLM-Guided Coherence-Preserving Semantic Injection [6.443002210168185]
  従来のノイズ層ベースの透かしは、組込み信号を回復できる逆攻撃に弱いままである。 近年のコンテンツ対応セマンティック透かし方式は、透かし信号をハイレベルな画像意味論に結び付け、グローバルな一貫性を損なうような局所的な編集を制限している。 埋め込み空間類似性制約下でのLLM誘導のセマンティック操作を利用するコヒーレンス保存セマンティックインジェクション(CSI)アタックを導入する。
  論文  参考訳（メタデータ） (2026-02-25T05:38:08Z)
• RecoverMark: Robust Watermarking for Localization and Recovery of Manipulated Faces [16.612226216769262]
  本稿では,ロバストな操作ローカライゼーション,コンテンツリカバリ,オーナシップ検証を同時に実現する透かしフレームワークであるRecoverMarkを提案する。 まず、視覚的な検出を避けるために、敵は背景のセマンティックな一貫性を保たなければならない。 これらの洞察に基づいて、RecoverMarkは保護された顔コンテンツ自体を透かしとして扱い、周囲の背景に埋め込む。
  論文  参考訳（メタデータ） (2026-02-24T07:11:40Z)
• From Essence to Defense: Adaptive Semantic-aware Watermarking for Embedding-as-a-Service Copyright Protection [24.55335024940469]
  Embeddings-as-a-Service (E)は、Webプラットフォームにおける商業パラダイムとして成功している。 以前の研究では、Eは模倣攻撃に弱いことが判明している。 著作権保護のための意味に基づく新しい透かしパラダイムであるSemMarkを提案する。
  論文  参考訳（メタデータ） (2025-12-18T11:50:38Z)
• RegionMarker: A Region-Triggered Semantic Watermarking Framework for Embedding-as-a-Service Copyright Protection [17.698200495214795]
  RegionMarkerは低次元空間内のトリガ領域を定義し、これらの領域に関連するテキスト埋め込みに透かしを注入する。 トリガ領域全体に透かしを埋め込んでテキストを埋め込むことで、RereaMarkerはパラフレージングとディメンションと摂動攻撃の両方に耐性がある。
  論文  参考訳（メタデータ） (2025-11-17T13:04:36Z)
• TAG-WM: Tamper-Aware Generative Image Watermarking via Diffusion Inversion Sensitivity [76.98973481600002]
  本稿では,TAG-WMと命名されたタンパ認識画像ウォーターマーキング手法を提案する。 提案手法は、4つのキーモジュールからなる: 生成品質を保ちつつ、著作権と局所化の透かしを潜伏空間に埋め込むためのデュアルマークジョイントサンプリング (DMJS) アルゴリズム。 実験結果から,TAG-WMは歪み下においても,改質性および局所化能力の両面において最先端性能を達成できることが示された。
  論文  参考訳（メタデータ） (2025-06-30T03:14:07Z)
• 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)
• Blind Deep-Learning-Based Image Watermarking Robust Against Geometric Transformations [6.948186032020995]
  提案手法は,透かし符号化と復号化にディープラーニングを用いた既存のHiDDeNアーキテクチャに基づいている。 私たちは、このアーキテクチャに新しいノイズ層、すなわち、微分可能なJPEG推定、回転、再スケーリング、翻訳、せん断、ミラーリングを追加します。 提案手法は,消費者の端末で見た画像の保護に利用することができる。
  論文  参考訳（メタデータ） (2024-02-14T10:18:00Z)
• A Resilient and Accessible Distribution-Preserving Watermark for Large Language Models [65.40460716619772]
  本研究は,textbfDistribution-textbf Preserving (DiP)ウォーターマークの重要性に焦点をあてる。 現在の戦略とは対照的に,提案したDiPmarkは透かし中に元のトークン分布を同時に保存する。 言語モデルAPIにアクセスせずに検出可能で(アクセス可能)、トークンの適度な変更に対して確実に堅牢である。
  論文  参考訳（メタデータ） (2023-10-11T17:57:35Z)
• Exploring Structure Consistency for Deep Model Watermarking [122.38456787761497]
  Deep Neural Network(DNN)の知的財産権(IP)は、代理モデルアタックによって簡単に盗まれる。 本稿では,新しい構造整合モデルウォーターマーキングアルゴリズムを設計した新しい透かし手法,すなわち構造整合性'を提案する。
  論文  参考訳（メタデータ） (2021-08-05T04:27:15Z)

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。