論文の概要: CSGuard: Toward Forgery-Resistant Watermarking in Diffusion Models via Compressed Sensing Constraint

• arxiv url: http://arxiv.org/abs/2605.01479v1
• Date: Sat, 02 May 2026 14:54:09 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-05-05 20:33:49.794106
• Title: CSGuard: Toward Forgery-Resistant Watermarking in Diffusion Models via Compressed Sensing Constraint
• Title（参考訳）: CSGuard:圧縮センシング制約による拡散モデルにおける偽り耐性透かしを目指して
• Authors: Jiewei Lai, Lan Zhang, Chen Tang, Pengcheng Sun, Zhaopeng Zhang, Yunhao Wang, Hui Jin,
• Abstract要約: 遅延ベースの拡散モデルウォーターマーキングは、透かしを生成された画像の潜在空間に埋め込んで、コンテンツ属性を可能にする。 しかし、攻撃者は透かしを反転させて任意のプロンプトで再生成することにより、悪意のあるコンテンツに対する偽の帰属を可能にすることで、透かしを抽出することができる。 CSGuardは、圧縮されたセンシングを利用して、透かし画像の生成と検証を秘密行列に結合する最初の偽造抵抗型透かしスキーマである。
• 参考スコア（独自算出の注目度）: 20.49818370567961
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Latent-based diffusion model watermarking embeds watermarks into generated images' latent space to enable content attribution, offering a training-free solution for intellectual property protection and digital forensics. However, these methods exhibit a critical vulnerability to the forgery attack, attackers can extract the watermark by inverting the watermarked image and re-generating it with an arbitrary prompt, thereby enabling false attribution on malicious content. In this paper, we propose the CSGuard, the first forgery-resistant watermarking schema that leverages compressed sensing to bind the watermarked image generation and verification to a secret matrix. This ensures that only users possessing the secret matrix can correctly embed or verify the image watermark, prevents the illegal users from forgery without compromising generation quality and watermark integrity. Experimental results demonstrate that CSGuard achieves strong forgery resistance, reduces the attack success rate from 100.0\% to 28.12\%, and achieve 100\% detection rate on benign watermarked images without compromising watermarking effectiveness.
• Abstract（参考訳）: 遅延ベースの拡散モデル透かしは、生成された画像の潜在空間に透かしを埋め込んで、コンテンツ属性を有効にし、知的財産保護とデジタル法医学のためのトレーニング不要のソリューションを提供する。 しかし、これらの手法は偽造攻撃に対する重大な脆弱性を示し、攻撃者は透かしを反転させて任意のプロンプトで再生成することにより、悪意のあるコンテンツに対する偽の帰属を可能にする。 本稿では、圧縮センシングを利用して、透かし画像の生成と検証を秘密行列に結合する最初の偽造抵抗型透かしスキーマCSGuardを提案する。 これにより、シークレットマトリックスを持つユーザだけが画像透かしを正しく埋め込んだり検証したりすることができ、不正なユーザが生成品質と透かしの整合性を損なうことなく偽造を防止することができる。 実験の結果,CSGuardは強い偽造抵抗を達成し,攻撃成功率を100.0\%から28.12\%に低下させ,透かし効果を損なうことなく良質な透かし画像の検出率100\%を達成することがわかった。

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)
• WMCopier: Forging Invisible Image Watermarks on Arbitrary Images [38.59295440296696]
  目的の透かしアルゴリズムの事前知識やアクセスを必要とせず,有効な透かし偽造攻撃であるWMCopierを提案する。 提案手法はまず,無条件拡散モデルを用いて対象の透かし分布をモデル化し,次いで,対象の透かしを非透かし画像にシームレスに埋め込む。 実験の結果、WMCopierはオープンソースとクローズドソースの両方の透かしシステムを効果的に騙していることがわかった。
  論文  参考訳（メタデータ） (2025-03-28T11:11:19Z)
• SEAL: Semantic Aware Image Watermarking [26.606008778795193]
  本稿では,生成した画像のセマンティック情報を透かしに直接埋め込む新しい透かし手法を提案する。 キーパターンは、局所性に敏感なハッシュを用いて画像のセマンティック埋め込みから推測することができる。 以上の結果から,画像生成モデルによるリスクを軽減できる可能性が示唆された。
  論文  参考訳（メタデータ） (2025-03-15T15:29:05Z)
• 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)
• An Undetectable Watermark for Generative Image Models [65.31658824274894]
  生成画像モデルに対する検出不能な最初の透かし方式を提案する。 特に、検出不能な透かしは、効率的に計算可能なメートル法で画質を劣化させることはない。 提案手法は,擬似乱数誤り訂正符号を用いて拡散モデルの初期潜時間を選択する。
  論文  参考訳（メタデータ） (2024-10-09T18:33:06Z)
• 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)

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。