通过对抗扰动实现神经图像压缩中的比特流碰撞
密码学与安全
2025-03-26 v1 人工智能
摘要
神经图像压缩（NIC）已成为经典压缩技术的一种极具前景的替代方案，可提供更高的压缩率。尽管其在标准化和实际部署方面取得了进展，但对其鲁棒性和安全性的研究极少。本研究揭示了 NIC 中一个意外的漏洞——比特流碰撞——即语义不同的图像会产生相同的压缩比特流。利用一种新颖的白盒对抗攻击算法，本文证明向语义不同的图像添加精心设计的扰动可导致其压缩比特流发生完全碰撞。该碰撞漏洞对 NIC 的实际可用性构成了威胁，尤其是在安全关键型应用中。本文分析了碰撞产生的原因，并提出了一种简单而有效的缓解方法。
引用
@article{arxiv.2503.19817,
title = {Bitstream Collisions in Neural Image Compression via Adversarial Perturbations},
author = {Jordan Madden and Lhamo Dorje and Xiaohua Li},
journal= {arXiv preprint arXiv:2503.19817},
year = {2025}
}