解码器梯度护盾：一族可证明且高保真的抗梯度无盒水印移除方法
计算机视觉与模式识别
2026-01-21 v1
摘要
无盒模型水印因其模型无关性以及能够灵活管理生成模型的高熵图像输出，在深度神经网络（DNN）知识产权保护中获得了广泛关注。它通常以黑盒方式运行，采用编码器-解码器框架进行水印嵌入和提取。现有研究主要关注编码器抵抗各种攻击的鲁棒性，而解码器在很大程度上被忽视，导致了对水印的攻击。在本文中，我们识别出一种针对解码器的攻击，即利用查询响应获取反向传播梯度来训练水印移除器。为解决此问题，我们提出解码器梯度护盾（DGSs），这是一系列防御机制，包括位于解码器输出端（DGS-O）、输入端（DGS-I）和层内（DGS-L）的 DGS，其中 DGS-O 具有闭式解，且所有 DGS 均具有可证明的性能。通过联合设计对来自水印通道梯度泄露查询的梯度进行重定向和重缩放，所提出的 DGS 有效阻止了水印移除器实现训练收敛至期望的低损失值，同时保持了解码器输出的图像质量。我们展示了所提出的 DGS 在不同应用场景中的有效性。我们在去雨和图像生成任务上，使用最先进的无盒水印方法进行的实验结果表明，我们的 DGS 在所有设置下均实现了 100% 的防御成功率。
引用
@article{arxiv.2601.11952,
title = {Decoder Gradient Shields: A Family of Provable and High-Fidelity Methods Against Gradient-Based Box-Free Watermark Removal},
author = {Haonan An and Guang Hua and Wei Du and Hangcheng Cao and Yihang Tao and Guowen Xu and Susanto Rahardja and Yuguang Fang},
journal= {arXiv preprint arXiv:2601.11952},
year = {2026}
}