DLOVE: 一种用于深度学习水印技术的新型安全评估工具
密码学与安全
2024-07-10 v1 计算机视觉与模式识别
摘要
基于深度神经网络(DNN)的水印技术的最新发展显示出卓越的性能。最先进的基于 DNN 的技术不仅超越了经典水印技术的鲁棒性，而且还显示出对许多图像处理技术的鲁棒性。在本文中，我们对不同的基于 DNN 的水印技术进行了详细的安全分析。我们提出了一类新的攻击，称为基于深度学习的覆写(DLOVE)攻击，该攻击利用对抗性机器学习，用目标水印覆写含水印图像中的原始嵌入水印。据我们所知，这种攻击是同类中的首次。我们考虑了水印被用于在白盒和黑盒设置中设计和制定对抗性攻击的场景。为了展示适应性和效率，我们对七种不同的水印技术进行了 DLOVE 攻击分析：HiDDeN、ReDMark、PIMoG、Stegastamp、Aparecium、Distortion Agostic Deep Watermarking 和 Hiding Images in an Image。所有这些技术都使用不同的方法来创建不可感知的含水印图像。我们对这些具有各种约束的水印技术的攻击分析突出了基于 DNN 的水印的脆弱性。大量的实验结果验证了 DLOVE 的能力。我们提出 DLOVE 作为基准安全分析工具，用于测试未来基于深度学习的水印技术的鲁棒性。
引用
@article{arxiv.2407.06552,
title = {DLOVE: A new Security Evaluation Tool for Deep Learning Based Watermarking Techniques},
author = {Sudev Kumar Padhi and Sk. Subidh Ali},
journal= {arXiv preprint arXiv:2407.06552},
year = {2024}
}