擦除与修复：一种针对高容量深度隐藏的高效无框移除攻击
密码学与安全
2023-08-04 v1
摘要
深度隐藏利用深度神经网络将图像与其他图像嵌入，已在提升秘密共享的消息容量与鲁棒性方面展现出令人印象深刻的效能。本文中，基于对最先进深度隐藏方案及其漏洞的深入研究，我们通过阻止秘密图像恢复来挑战现有深度隐藏方案的鲁棒性。借助我们的分析，我们首先提出一种简单的无框移除攻击，无需任何深度隐藏方案的先验知识。为提升对可能经对抗训练增强的深度隐藏方案的移除性能，我们进一步设计了一种更强大的移除攻击——高效无框移除攻击（EBRA），其采用图像修复技术从载密图像中移除秘密图像。此外，为保障攻击有效性并保持处理后载密图像的保真度，我们基于深度隐藏的局部性设计擦除阶段以移除秘密信息，随后充分利用载密图像的视觉信息修复被擦除的视觉内容。大量评估表明，我们的方法能完全移除载密图像中的秘密图像，且对载密图像质量影响可忽略。
引用
@article{arxiv.2308.01512,
title = {Erase and Repair: An Efficient Box-Free Removal Attack on High-Capacity Deep Hiding},
author = {Hangcheng Liu and Tao Xiang and Shangwei Guo and Han Li and Tianwei Zhang and Xiaofeng Liao},
journal= {arXiv preprint arXiv:2308.01512},
year = {2023}
}