解码器梯度屏蔽：可证明且高保真地防止基于梯度的无盒水印移除

深度图像到图像模型的知识产权可以通过所谓的无盒水印来保护。它分别使用编码器和解码器，将不可见的版权标记嵌入到模型的输出图像中并从中提取。先前的工作通过设计更好的水印编码器来提高水印的鲁棒性。在本文中，我们揭示了未受保护的水印解码器中一个被忽视的漏洞，该解码器与编码器联合训练，可被利用来训练水印移除网络。为了抵御此类攻击，我们提出了解码器梯度屏蔽（DGS）作为解码器 API 中的保护层，以闭式解防止基于梯度的水印移除。其基本思想受到经典对抗攻击的启发，但首次作为无盒模型水印中的防御机制被使用。然后我们证明，DGS 能够重新定向和重新缩放带水印查询的梯度方向，并阻止水印移除器的训练损失收敛到没有 DGS 时的水平，同时保持解码器输出图像的质量。实验结果验证了所提方法的有效性。论文代码将在被接受后公开。