Aug, 2023

DUAW：无需数据的通用对抗水印技术对抗稳定扩散自定义

PDF
TL;DR通过使用不可见的无数据普适对抗水印（DUAW），本研究提出了一种保护众多版权图像免受不同自定义方法和不同版本的 Stable Diffusion (SD) 模型侵权的方法。DUAW 的设计目的是干扰 Stable Diffusion 定制过程中的变分自编码器，它在一个无数据的环境中操作，通过对由大型语言模型（LLM）和预训练的 SD 模型产生的合成图像进行训练。该方法规避了直接处理受版权保护图像的必要性，从而保护了其机密性。实验证明，DUAW 能够有效地扭曲精细调整的 SD 模型的输出，使其对人类观察者和简单分类器都可分辨出来。
stable diffusion (sd)customization approachesinvisible data-free universal adversarial watermark (duaw)copyright infringementvariational autoencoder
发现论文，激发创造
  • 一种无需培训的即插即用稳定扩散水印框架

    现在，稳定扩散（SD）模型家族因其高质量的输出和可扩展性而变得重要。这也引发了对社交媒体安全性的担忧，因为恶意用户可以创建和传播有害内容。现有方法涉及在生成的图像中训练组件或整个 SD 来嵌入水印，以实现可追溯性和责任归属。然而，在人工智能生成内容（AIGC）的时代，快速迭代的 SD 使得重新训练带有水印模型变得昂贵。为了解决这个问题，我们提出了一种针对 SD 的无需训练的即插即用水印框架。在不修改 SD 的任何组件的情况下，我们在潜在空间中嵌入不同的水印，适应去噪过程。我们的实验结果表明，我们的方法有效地协调了图像质量和水印的隐形性。此外，它在各种攻击下表现出很强的稳健性。我们还验证了我们的方法在多个 SD 版本中的通用性，甚至无需重新训练水印模型。

    Apr, 2024

  • CMUA-Watermark：一种跨模型通用对抗性水印方法，用于打击深度伪造技术

    本研究提出了一种新颖的跨模型通用对抗水印（CMUA-Watermark），可保护多个深度假像模型生成的众多面部图像，并通过两级扰动融合策略和启发式方法解决不同模型之间的对抗水印冲突问题。实验证明，该算法可以有效扰乱多个深度假像模型生成的虚假面部图像，且性能优于现有方法。

    May, 2021

  • 生成型自动编码器用作水印攻击者：漏洞和威胁的分析

    使用生成自编码器的框架，特别是变分自编码器（VAEs）和扩散模型，成功地移除了水印，且比目前所有其他攻击者都表现更好。

    Jun, 2023

  • 水印嵌入的对抗性样本用于抵抗扩散模型的版权保护

    提出了一种将个人水印嵌入敌对实例生成中的新框架，以生成具有可见水印的图像，防止敌对模型模仿未授权图像，并在各种条件图像生成场景进行广泛实验，证明了敌对实例具有良好的传递性，从而提供了一种保护基于扩散模型的版权的简单而有效的方法。

    Apr, 2024

  • DAWN: 动态对抗性神经网络水印

    本文提出了一种名为 DAWN 的动态对抗水印方法，它通过在受保护的机器学习模型的预测 API 中动态地更改一小部分查询的响应生成水印，以遏制模型抽取知识产权盗窃，并对两种最新的模型抽取攻击具有鲁棒性。

    Jun, 2019

  • DiffWA: 水印攻击的扩散模型

    本文提出了一种基于条件扩散模型的去水印攻击方法 DiffWA，该方法在未带水印的图像上训练了一个图像到图像的条件扩散模型，并在采样时使用距离引导指导模型生成类似于原始图像的未带水印的图像，实验结果表明，本方法能够有效地去除水印并提高水印提取的误比特率，且攻击后的图像与原始图像相比，保留了较好的视觉效果。

    Jun, 2023

  • 一种相对强健的基于扩散编辑模型的图像水印

    最近，扩散模型（DMs）已成为图像合成的最先进方法，而基于 DMs 的编辑模型，以其高保真度和精度而闻名，无意中引入了与图像版权侵权和恶意编辑相关的新挑战。我们的工作是首次对这个问题进行规范化和解决。经过评估和试图增强传统图像水印技术后，我们意识到它们在这个新兴环境中的局限性。为此，我们开发了一种新颖的技术，RIW（稳健隐形水印），利用对抗示例技术嵌入隐形水印。与传统方法提供的 0% 相比，我们的技术确保了在编辑后的隐形水印的 96% 的高提取准确性。我们提供了我们的代码访问链接。

    Nov, 2023

  • 扩散模型无法学习的示例：保护数据免受未经授权的利用

    本文提出了一种针对 Diffusion Model 的保护图像的方法，通过生成样本特定的扰动噪声使训练数据难以被 Diffusion Model 学习，以此保护隐私和版权。

    Jun, 2023

  • Duwak: 大型语言模型的双水印

    Duwak 是一种新的水印技术，通过在令牌概率分布和采样方案中嵌入双重秘密模式，提高了水印嵌入的效率和质量，并在最低的令牌数量下实现了最高的检测质量，比现有方法少 70％的令牌数量，特别是在后期重写情况下。

    Mar, 2024

  • 图像处理网络的模型水印技术

    基于空间隐形水印技术，提出了一种图像处理模型的水印框架，防止模型权益被侵犯。实验证明，该水印技术可抵抗不同网络结构和目标函数训练出的替代模型。

    Feb, 2020