論文の概要: Mitigating S-RAHA: An On-device Framework to Prevent Forwarding of Re-Captured Images

• arxiv url: http://arxiv.org/abs/2604.12178v1
• Date: Tue, 14 Apr 2026 01:16:52 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-04-15 19:11:32.18339
• Title: Mitigating S-RAHA: An On-device Framework to Prevent Forwarding of Re-Captured Images
• Title（参考訳）: S-RAHA:再キャプチャ画像のフォワード防止のためのオンデバイスフレームワーク
• Authors: Keshav Sood, Iynkaran Natgunanathan, Purathani Praitheeshan, Praitheeshan Kirupananthan,
• Abstract要約: 既存のソリューションは、精神的なスクリーン再捕獲攻撃に対する保護を提供していません。 本稿では,ユーザデバイスに直接再取得した画像の転送を検知し,防止することを目的とした,デバイスフレームワークの設計による低安全性の計算手法を提案する。 我々はまた、潜在的な漏洩経路の法医学的トレーサビリティを可能にするために、保護された画像に埋め込み可能な、目に見えないメタデータ識別子(IMI)の概念も導入する。
• 参考スコア（独自算出の注目度）: 2.058590433324345
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Protecting sensitive visual content from unauthorized redistribution is a growing challenge for privacy focused mobile applications, including dating platforms. Screenshot prevention mechanisms, rely on server side monitoring or are limited to digital screenshot detection, are commonly deployed to stop forwarding sensitive images. However, an adversary uses another smartphone to take a photo of the mobile screen, in this scenario the existing solutions offer no protection against psychically screen recapture attacks. Since the attack happens in the physical plane rather than on a digital plane and shows a void or hole in the existing solutions, we name this the Screen Recaptured Analog Hole Attack (S RAHA). Such physically recaptured images bypass digital safeguards and can be freely forwarded, creating substantial privacy, personal safety, and forensic risks. We present a low computational secure by design on device framework that aims to detect and prevent the forwarding of recaptured images directly to the users device. The proposed system integrates a deep learning assisted recapture detection model capable of distinguishing original digital content from camera to screen captures under diverse environmental conditions, together with an on device enforcement mechanism that automatically blocks the sharing of suspected recaptured images between applications. We also introduce the concept of an invisible metadata identifier (IMI) that can be embedded into protected images to enable forensic traceability of potential leakage paths. Although the IMI component is explored at a conceptual and feasibility level rather than fully implemented, it demonstrates a promising direction for integrating lightweight, invisible identifiers into client side security architectures.
• Abstract（参考訳）: 機密性の高いビジュアルコンテンツを不正な再配布から保護することは、デートプラットフォームを含むプライバシーに重点を置くモバイルアプリケーションにとって、ますます困難になっている。 スクリーンショット防止機構は、サーバ側の監視に依存するか、あるいはデジタルスクリーンショット検出に制限されているが、一般的に機密画像の転送を止めるためにデプロイされる。 しかし、ある敵は別のスマートフォンを使ってモバイル画面の写真を撮り、このシナリオでは、既存のソリューションは精神的なスクリーン再捕獲攻撃に対する保護を提供しない。 攻撃はデジタル平面ではなく物理的平面で発生し、既存の解決策の空洞や穴が示されるので、これをSRAHA(Screen Recaptured Analog Hole Attack)と呼ぶ。 このような物理的に再取得された画像は、デジタルの保護をバイパスし、自由に転送でき、プライバシー、個人の安全、法医学的リスクを生じさせる。 本稿では,ユーザデバイスに直接再取得した画像の転送を検知し,防止することを目的とした,デバイスフレームワークの設計による低安全性の計算手法を提案する。 提案システムでは,様々な環境条件下で,カメラから画面へのデジタルコンテンツを識別する深層学習支援再キャプチャ検出モデルと,アプリケーション間での被写体画像の共有を自動的にブロックするオンデバイス強制機構を統合した。 我々はまた、潜在的な漏洩経路の法医学的トレーサビリティを可能にするために、保護された画像に埋め込み可能な、目に見えないメタデータ識別子(IMI)の概念も導入する。 IMIコンポーネントは、完全に実装されるのではなく、概念的で実現可能なレベルで探索されているが、軽量で目に見えない識別子をクライアント側のセキュリティアーキテクチャに統合するための有望な方向性を示している。

関連論文リスト

• From Pixels to Reality: Physical-Digital Patch Attacks on Real-World Camera [5.914375574526061]
  デジタル物理逆襲攻撃(Digital-Physical Adversarial Attacks, DPA)は、広汎なカメラベースの認証システムに対する現実的な敵攻撃の新しいクラスである。 DiPAは、印刷されたアーティファクトに頼るのではなく、直接スマートフォン画面に敵のパッチを表示する。 我々は,DPAが既存の物理的攻撃よりも優れていることを,成功率,特徴空間歪み,検出信頼性の低下の観点から示す。
  論文  参考訳（メタデータ） (2026-03-30T13:31:54Z)
• Privacy-Aware Camera 2.0 Technical Report [48.075034699787004]
  物理脱感化、暗号化、難読化など、既存のプライバシー保護アプローチは、セマンティック理解を損なうことが多い。 本稿では,AI Flowパラダイムと協調エッジクラウドアーキテクチャに基づく,新たなプライバシ保護認知フレームワークを提案する。
  論文  参考訳（メタデータ） (2026-03-05T03:46:20Z)
• StegaFFD: Privacy-Preserving Face Forgery Detection via Fine-Grained Steganographic Domain Lifting [31.12083827891138]
  クライアントサーバのフレームワークでは、プライベートな顔データは送信中に傍受されるか、信頼できないサーバによってリークされる。 匿名化、暗号化、歪みなどの従来のプライバシー保護アプローチは、漏洩を部分的に軽減するが、しばしば深刻な意味的歪みをもたらす。 ステガノグラフィーに基づく顔偽造検出フレームワーク(StegaFFD)を提案する。
  論文  参考訳（メタデータ） (2026-03-03T11:34:57Z)
• 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)
• 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)
• 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)
• PRO-Face S: Privacy-preserving Reversible Obfuscation of Face Images via Secure Flow [69.78820726573935]
  保護フローベースモデルを用いて,プライバシ保護による顔画像の可逆難読化(Reversible Obfuscation of Face image)を略してpro-Face Sと命名する。 本フレームワークでは、Invertible Neural Network(INN)を使用して、入力画像と、その事前難読化されたフォームとを処理し、事前難読化された画像と視覚的に近似したプライバシー保護された画像を生成する。
  論文  参考訳（メタデータ） (2023-07-18T10:55:54Z)
• Towards Face Encryption by Generating Adversarial Identity Masks [53.82211571716117]
  敵の識別マスクを生成するためのターゲットID保護反復法(TIP-IM)を提案する。 TIP-IMは、様々な最先端の顔認識モデルに対して95%以上の保護成功率を提供する。
  論文  参考訳（メタデータ） (2020-03-15T12:45:10Z)

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。