論文の概要: Characterizing Detectability in 3DGS Poisoning: A Stage-wise Benchmark

• arxiv url: http://arxiv.org/abs/2606.03499v1
• Date: Tue, 02 Jun 2026 11:16:29 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-06-03 22:00:04.959762
• Title: Characterizing Detectability in 3DGS Poisoning: A Stage-wise Benchmark
• Title（参考訳）: 3DGSポジショニングにおける検出性の特徴:ステージワイドベンチマーク
• Authors: Quoc-Anh Bui-Huynh, Thanh Duc Ngo, Xue Geng, Kaixin Xu, Wang Zhe, Xulei Yang, Ngai-Man Cheung,
• Abstract要約: Poison-3DGSは、3DGSにおける中毒検出の段階的評価のためのベンチマークである。 マルチビューイメージ、幾何学、トレーニングダイナミクス、ガウスパラメータなど、ステージ固有のアーティファクトをさまざまなシーンやアタックで公開している。
• 参考スコア（独自算出の注目度）: 32.44009374714163
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: 3D Gaussian Splatting (3DGS) has rapidly emerged as a leading representation for real-time novel view synthesis, but recent work shows it is vulnerable to diverse poisoning attacks, including illusory object injection, computation cost amplification, and post hoc model watermarking. Despite this expanding threat surface, existing studies focus mainly on attack success, while defense and detection remain underexplored. From a detection perspective, a key challenge and opportunity arise from the multi-stage nature of the 3DGS reconstruction pipeline, which produces heterogeneous intermediate representations. Forensic signals for detecting poisoning are inherently stage dependent: an attack introduced at one stage may produce signals that emerge only at later stages. This motivates a stage-wise view of detectability that goes beyond single-stage evaluation. We introduce Poison-3DGS, a benchmark for stage-wise characterization of poisoning detection in 3DGS. It exposes stage-specific artifacts, including multi-view images, geometry, training dynamics, and Gaussian parameters, across a diverse set of scenes and attacks. Using it, we conduct a systematic study of detectability across pipeline stages. Our analysis reveals several insights. First, detectability varies significantly across stages, and no single stage consistently dominates across attack types. Second, different attacks exhibit distinct stage-specific forensic signals, so detection effectiveness depends critically on where signals are observed. Third, later-stage signals such as training dynamics and Gaussian parameter statistics provide strong cues not observable at earlier stages. Overall, our work provides a principled benchmark and the first systematic characterization of stage-dependent detectability in 3DGS, offering a foundation for future research on robust and reliable 3DGS systems.
• Abstract（参考訳）: 3D Gaussian Splatting (3DGS) は、リアルタイムな新規ビュー合成の先駆的な表現として急速に現れているが、最近の研究は、照明オブジェクト注入、計算コストの増幅、ポストホックモデル透かしなど、多様な中毒攻撃に対して脆弱であることが示されている。 この脅威表面が拡大しているにもかかわらず、既存の研究は主に攻撃の成功に焦点を当て、防御と検出は未調査のままである。 検出の観点からは、不均一な中間表現を生成する3DGS再構築パイプラインの多段階的な性質から、重要な課題と機会が生まれる。 毒を検知するための法医学的な信号は本質的に段階依存的であり、ある段階で導入された攻撃は、後段にのみ現れる信号を生成する。 これは、単一のステージ評価を超えた、検出可能性のステージワイズなビューを動機付けている。 本稿では,3DGSにおける中毒検出の段階的評価のためのベンチマークであるPoison-3DGSを紹介する。 マルチビューイメージ、幾何学、トレーニングダイナミクス、ガウスパラメータなど、ステージ固有のアーティファクトをさまざまなシーンやアタックで公開している。 これを用いて、パイプラインステージ間の検出可能性の体系的研究を行う。 私たちの分析ではいくつかの洞察が浮かび上がっている。 第一に、検出性はステージによって大きく異なり、単一のステージが攻撃タイプ間で一貫して支配的になることはない。 第2に、異なる攻撃は異なる段階固有の法医学的信号を示すため、検出の有効性は信号がどこに観測されているかに大きく依存する。 第三に、トレーニング力学やガウスパラメータ統計のような後期の信号は、初期の段階では観測できない強い手がかりを提供する。 全体として、我々の研究は、3DGSにおけるステージ依存検出可能性の基本的なベンチマークと、最初の体系的な評価を提供し、堅牢で信頼性の高い3DGSシステムに関する将来の研究の基盤を提供する。

関連論文リスト

• StealthAttack: Robust 3D Gaussian Splatting Poisoning via Density-Guided Illusions [21.590072131715118]
  ニューラルレイディアンス・フィールド(NeRF)や3Dガウス・スプレイティング(3DGS)のような3次元シーン表現法は、新規なビュー合成を著しく進歩させた。 画像レベルの中毒に対する3DGSを解析し,新しい密度誘導毒法を提案する。
  論文  参考訳（メタデータ） (2025-10-02T17:59:57Z)
• Assessing Representation Stability for Transformer Models [2.41710192205034]
  代用テキスト攻撃はトランスフォーマーモデルに対する永続的な脅威である。 本稿では,モデル・アバーサ検出フレームワークであるRepresentation Stability (RS)を紹介する。 RSは、重要な単語がマスクされたときに、埋め込み表現がどのように変化するかを測定する。
  論文  参考訳（メタデータ） (2025-08-06T21:07:49Z)
• 3D Gaussian Splat Vulnerabilities [20.065766098524698]
  ビュー依存型ガウスの外観を導入し、特定の視点からしか見えない敵のコンテンツを埋め込む。 DAGGERは3Dガウスを直接摂動する敵攻撃であり、基礎となる訓練データにアクセスできない。 これらの攻撃は、3DGSの未発見の脆弱性を浮き彫りにしており、自律ナビゲーションやその他の安全クリティカルな3DGSアプリケーションに対して、ロボット学習に新たな脅威をもたらす可能性がある。
  論文  参考訳（メタデータ） (2025-05-30T22:21:22Z)
• GaussTrap: Stealthy Poisoning Attacks on 3D Gaussian Splatting for Targeted Scene Confusion [10.426604064131872]
  本稿では,3DGSパイプラインにおけるバックドアの脅威に関する最初の体系的研究について述べる。 本稿では,3DGSモデルを対象とした新しい中毒攻撃手法であるGuussTrapを提案する。 合成データセットと実世界のデータセットの両方の実験により、GuussTrapは知覚できないが有害なバックドアビューを効果的に埋め込むことができることが示された。
  論文  参考訳（メタデータ） (2025-04-29T14:52:14Z)
• UniForensics: Face Forgery Detection via General Facial Representation [60.5421627990707]
  高レベルの意味的特徴は摂動の影響を受けにくく、フォージェリー固有の人工物に限らないため、より強い一般化がある。 我々は、トランスフォーマーベースのビデオネットワークを活用する新しいディープフェイク検出フレームワークUniForensicsを導入し、顔の豊かな表現のためのメタファンクショナルな顔分類を行う。
  論文  参考訳（メタデータ） (2024-07-26T20:51:54Z)
• Multi-stage Attack Detection and Prediction Using Graph Neural Networks: An IoT Feasibility Study [2.5325901958283126]
  本稿では,ロッキード・マーティン・サイバー・キル・チェーンの簡易版に触発された3段階の侵入検知システムを提案する。 提案手法は3つのモデルから構成され、それぞれが共通の特徴を持つ攻撃群を検出する。 ToN IoTデータセットを使用して、さまざまなステージで平均94%のF1スコアを達成し、ベンチマークアプローチを上回りました。
  論文  参考訳（メタデータ） (2024-04-28T22:11:24Z)
• Model X-ray:Detecting Backdoored Models via Decision Boundary [62.675297418960355]
  バックドア攻撃はディープニューラルネットワーク(DNN)に重大な脆弱性をもたらす 図形化された2次元(2次元)決定境界の解析に基づく新しいバックドア検出手法であるモデルX線を提案する。 提案手法は,クリーンサンプルが支配する意思決定領域とラベル分布の集中度に着目した2つの戦略を含む。
  論文  参考訳（メタデータ） (2024-02-27T12:42:07Z)
• A Comprehensive Study of the Robustness for LiDAR-based 3D Object Detectors against Adversarial Attacks [84.10546708708554]
  3Dオブジェクト検出器は、セキュリティクリティカルなタスクにおいてますます重要になっている。 敵の攻撃に対する強固さを理解することが不可欠である。 本稿では,LiDARをベースとした3次元検出器の対角攻撃時のロバスト性評価と解析を行った。
  論文  参考訳（メタデータ） (2022-12-20T13:09:58Z)
• Imperceptible and Robust Backdoor Attack in 3D Point Cloud [62.992167285646275]
  本稿では、この課題に対処するために、新しい非受容的で堅牢なバックドアアタック(IRBA)を提案する。 我々は、重み付き局所変換(WLT)と呼ばれる非線形局所変換を用いて、ユニークな変換を持つ有毒試料を構築する。 3つのベンチマークデータセットと4つのモデルによる実験により、IRBAは前処理技術でもほとんどの場合80%以上のASRを達成することが示された。
  論文  参考訳（メタデータ） (2022-08-17T03:53:10Z)
• No Need to Know Physics: Resilience of Process-based Model-free Anomaly Detection for Industrial Control Systems [95.54151664013011]
  本稿では,システムの物理的特性に反する逆スプーフ信号を生成するための新しい枠組みを提案する。 トップセキュリティカンファレンスで公表された4つの異常検知器を分析した。
  論文  参考訳（メタデータ） (2020-12-07T11:02:44Z)

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。