DREW：利用误差控制水印实现稳健数据源 provenance
密码学与安全
2024-06-21 v2 计算机视觉与模式识别
摘要
确定数据来源对数据源 provenance至关重要，适用于数据所有权保护、媒体法医学识别以及检测AI生成内容。标准方法涉及基于嵌入的检索技术，通过匹配查询数据与参考数据集中的条目来实现检索。然而，这种方法对良性和恶意编辑不够稳健。为此，我们提出数据检索与误差校正码和水印（DREW）。DREW随机聚类参考数据集，向每个聚类注入唯一的误差控制水印密钥，在查询时使用这些密钥识别给定样本所属的适当聚类。在定位相关聚类后，执行嵌入向量相似性检索以找到最准确的匹配。误差控制码（ECC）的集成确保可靠的聚类分配，使方法能够在ECC算法无法高置信度检测正确聚类时，对整个数据集执行检索。这使得DREW在保持基线性能的同时，由于更高的可能性将查询正确匹配到其来源，从而为在较小子集上执行检索提供了性能提升的机会。 Depending on the watermark technique used, DREW can provide substantial improvements in retrieval accuracy (up to 40% for some datasets and modification types) across multiple datasets and state-of-the-art embedding models (e.g., DinoV2, CLIP), making our method a promising solution for secure and reliable source identification. The code is available at https://github.com/mehrdadsaberi/DREW
关键词
引用
@article{arxiv.2406.02836,
title = {DREW : Towards Robust Data Provenance by Leveraging Error-Controlled Watermarking},
author = {Mehrdad Saberi and Vinu Sankar Sadasivan and Arman Zarei and Hessam Mahdavifar and Soheil Feizi},
journal= {arXiv preprint arXiv:2406.02836},
year = {2024}
}