論文の概要: MARCO: The Radioactive Watermark for Protein Generative Models

• arxiv url: http://arxiv.org/abs/2610.08316v1
• Date: Tue, 06 Oct 2026 13:18:22 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-08 02:58:30.004088
• Title: MARCO: The Radioactive Watermark for Protein Generative Models
• Title（参考訳）: MARCO:タンパク質生成モデルのための放射能透かし
• Abstract要約: PGMに特化された最初の放射性透かしフレームワークである textbfMARCO (textscCOn WaterMARk) を提案する。 MARCOは、知的財産を同時に保護し、潜在的なバイオセキュリティの誤用の法医学的トレーサビリティを保証するデュアル・レイア・ディフェンス(Dual-Layer Defense)を確立する。 総合的な実験により、MARCOは透かしの伝達性を検証しながら優れた忠実さと堅牢性を達成することを示した。
• 参考スコア（独自算出の注目度）: 28.227684896152095
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Protein Generative Models (PGMs) have revolutionized structural biology by enabling the design of complex 3D protein structures from sequence data. However, this breakthrough introduces a dual-use challenge, exposing high-value PGMs to economic risks like unauthorized model extraction and biosecurity threats such as biohazard synthesis. To mitigate these threats, we propose \textbf{MARCO} (\textsc{COnformation waterMARk}), the first radioactive watermarking framework specifically tailored for PGMs. MARCO establishes a Dual-Layer defense that simultaneously protects intellectual property and ensures the forensic traceability of potential biosecurity misuses. (i) To preserve efficiency, MARCO iteratively embeds watermarks during diffusion reverse denoising via an auxiliary encoder-decoder, allowing the original PGM parameters to remain frozen for broad compatibility. (ii) To preserve biophysical fidelity and maximize robustness, we employ specialized loss functions targeting $C_α$-atom pairwise distances and torsion angles ($ψ, φ$) within an adversarial training framework integrated with stochastic attack simulations. (iii) Crucially, MARCO exhibits ``radioactivity'' where the watermark automatically transfers to the outputs of any pirate models trained on the watermarked data, effectively countering model extraction attacks. Comprehensive experiments demonstrate that MARCO achieves superior fidelity and robustness while successfully validating watermark transferability.
• Abstract（参考訳）: タンパク質生成モデル(PGM)は、複雑な3Dタンパク質構造を配列データから設計することで構造生物学に革命をもたらした。 しかし、この突破口は二重用途の課題をもたらし、無許可のモデル抽出やバイオハザード合成のようなバイオセキュリティの脅威のような経済的リスクに高価値のPGMをさらけ出す。 これらの脅威を軽減するため、PGMに特化された最初の放射性透かしフレームワークである \textbf{MARCO} (\textsc{COnformation waterMARk}) を提案する。 MARCOは、知的財産を同時に保護し、潜在的なバイオセキュリティの誤用の法医学的トレーサビリティを保証するデュアル・レイア・ディフェンス(Dual-Layer Defense)を確立する。 (i)効率を維持するため、MARCOは補助エンコーダデコーダを介して拡散反転復調中の透かしを反復的に埋め込み、元のPGMパラメータを広い互換性のために凍結させる。 (II) 生体物理の忠実性を保ち, 強靭性を最大化するために, 確率的攻撃シミュレーションと統合した対向訓練枠組みにおいて, C_α$-原子対距離とねじれ角を目標とした特殊な損失関数(φ$)を用いる。 第三に、MARCOは「放射能」を示し、透かしは、透かしデータに基づいて訓練された海賊モデルの出力に自動的に転送され、効果的にモデル抽出攻撃に対処する。 総合的な実験により、MARCOは透かしの伝達性を検証しながら優れた忠実さと堅牢性を達成することを示した。

関連論文リスト

• TTMark: Pairwise Distortion-Free Watermarking Beyond Single-Token Entropy [65.84498325900898]
  Tandem Token WaterMark(TTMARK)は、個々のトークンから隣接するトークンペアへの歪みのない透かしを拡張する、ペアワイズな透かしフレームワークである。 TTMARKは有効な透かしアルファベットをVから$V2$に拡大し、トークンエントロピーと条件エントロピーの両方を利用することができる。 我々は,TTMARKが生成品質を劣化させることなく常に検出性を向上させるとともに,編集の堅牢性を向上し,局所的な透かし検出を大幅に強化することを示した。
  論文  参考訳（メタデータ） (2026-09-28T23:04:53Z)
• On the Robustness of Watermarking for Autoregressive Image Generation [21.402408065930796]
  自己回帰(AR)画像生成装置は、モデル崩壊を防ぐために、出力の信頼性の高い検出と属性を要求する。 ARモデル用に特別に設計された透かし技術は、世代毎に微妙な信号を埋め込んで、下流の検証を可能にする。 これらのスキームを検証し,ウォーターマーク除去と偽造攻撃の両方に対する脆弱性を実証する。
  論文  参考訳（メタデータ） (2026-04-13T16:56:48Z)
• Attack-Resistant Watermarking for AIGC Image Forensics via Diffusion-based Semantic Deflection [22.992750993168404]
  我々はAIGC著作権保護のためのトレーニングフリー固有の透かしフレームワークであるPAIを紹介する。 我々は,ユーザキーに応じて音素を微妙に操る新しい鍵条件偏向機構を設計する。 実験の結果、PAI 98.43%の精度が証明され、平均37.25%のSOTA法よりも改善され、高度なAIGC編集に対しても強力なローカライゼーション性能が保たれている。
  論文  参考訳（メタデータ） (2026-01-10T17:49:08Z)
• StableGuard: Towards Unified Copyright Protection and Tamper Localization in Latent Diffusion Models [55.05404953041403]
  拡散生成プロセスにバイナリ透かしをシームレスに統合する新しいフレームワークを提案する。 画像の忠実さ、透かしの検証、ローカライゼーションの改ざんにおいて、StableGuardは一貫して最先端の手法より優れていることを示す。
  論文  参考訳（メタデータ） (2025-09-22T16:35:19Z)
• Character-Level Perturbations Disrupt LLM Watermarks [64.60090923837701]
  我々は,Large Language Model (LLM)ウォーターマーキングのためのシステムモデルを定式化する。 我々は、透かし検出器への限られたアクセスに制約された2つの現実的な脅威モデルの特徴付けを行う。 我々は,最も制限的な脅威モデルの下で,キャラクタレベルの摂動が透かし除去に著しく有効であることを実証した。 現実的な制約下での透かし除去における文字レベルの摂動の優位性と遺伝的アルゴリズム(GA)の有効性を実験的に検証した。
  論文  参考訳（メタデータ） (2025-09-11T02:50:07Z)
• TriniMark: A Robust Generative Speech Watermarking Method for Trinity-Level Attribution [3.1682080884953736]
  本稿では,生成したコンテンツを認証するための生成的textbfspeech wattextbfermarking法(TriniMark)を提案する。 まず、音声の時間領域特徴に透かしを埋め込む構造軽量透かしエンコーダを設計する。 ビットワイドウォーターマーク回復のためのウォーターマーク復号器において、時間対応ゲート畳み込みネットワークを巧みに設計する。
  論文  参考訳（メタデータ） (2025-04-29T08:23:28Z)
• Protecting Intellectual Property of EEG-based Neural Networks with Watermarking [1.6932009464531739]
  脳波に基づくニューラルネットワークは、神経生理学的データに依存しているため、重要な知的特性(IP)のリスクに直面している。 本稿では,脳波に基づくニューラルネットワークに適した暗号フィルタに基づく透かしフレームワークを提案する。
  論文  参考訳（メタデータ） (2025-02-09T15:21:45Z)
• ModelShield: Adaptive and Robust Watermark against Model Extraction Attack [58.46326901858431]
  大規模言語モデル(LLM)は、さまざまな機械学習タスクにまたがる汎用インテリジェンスを示す。 敵はモデル抽出攻撃を利用して モデル生成で符号化された モデルインテリジェンスを盗むことができる ウォーターマーキング技術は、モデル生成コンテンツにユニークな識別子を埋め込むことによって、このような攻撃を防御する有望なソリューションを提供する。
  論文  参考訳（メタデータ） (2024-05-03T06:41:48Z)
• Investigating Deep Watermark Security: An Adversarial Transferability Perspective [18.363276470822427]
  本研究では, 消毒・改ざん防止対策として, 深層透かしの脆弱性を評価するために, 2つの効果的なトランスファー可能な攻撃手法を提案する。 簡単なサンプル選択(ESS)機構と簡単なサンプルマッチング攻撃(ESMA)手法を提案する。 ESMA法とBEM-ESMA法の両方において,標的移動攻撃の成功率を著しく向上させる実験を行った。
  論文  参考訳（メタデータ） (2024-02-26T08:41:14Z)

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。