DeMark：针对深度人造影片防水印措施的无查询黑盒攻击
密码学与安全
2026-01-26 v1 人工智能
计算机视觉与模式识别
摘要
逼真的深度人造影片的快速传播引发了对其滥用日益紧迫的担忧，这推动了在合成图像中使用防御性水印进行可靠检测和源头追踪。然而，这种防御范式假设此类水印本身对删除具有天然抗性。我们以 DeMark 为代表，提出一种针对深度人造影片防水印方案的无查询黑盒攻击框架。DeMark 通过基于压缩感知的稀疏化过程，利用编码器-解码器水印模型中的潜在空间漏洞，抑制水印信号，同时保持适用于深度人造影片的感知和结构真实性。在八种最新水印方案上，DeMark 将水印检测准确率从 100% 降至平均为 32.9%，同时保持自然的视觉质量，超越现有攻击方法。我们进一步评估了三种防御策略，包括图像超分辨率、稀疏水印和对抗训练，发现其基本不有效。这些结果表明，当前的编码解码水印方案仍然容易受到潜在空间操作的威胁，凸显了需要更稳健的水印方法来保护深度人造影片的必要性。
引用
@article{arxiv.2601.16473,
title = {DeMark: A Query-Free Black-Box Attack on Deepfake Watermarking Defenses},
author = {Wei Song and Zhenchang Xing and Liming Zhu and Yulei Sui and Jingling Xue},
journal= {arXiv preprint arXiv:2601.16473},
year = {2026}
}