利用与防御苹果NeuralHash的近似线性特性
密码学与安全
2022-07-29 v1 机器学习
摘要
感知哈希将具有完全相同语义内容的图像映射到相同的n位哈希值，同时将语义不同的图像映射到不同哈希。这些算法在网络安全中具有重要应用，如版权侵权检测、内容指纹识别与监控。苹果的NeuralHash正是这样一种系统，旨在不损害用户隐私的前提下检测用户设备上的非法内容。我们惊人地发现NeuralHash具有近似线性，这启发了新型黑盒攻击的开发，可在无模型参数访问的情况下(i)规避对“非法”图像的探测，(ii)生成近碰撞，以及(iii)泄露哈希图像的信息。这些漏洞对NeuralHash的安全目标构成严重威胁；为应对之，我们提出一种基于经典密码学标准的简单修复方案。
引用
@article{arxiv.2207.14258,
title = {Exploiting and Defending Against the Approximate Linearity of Apple's NeuralHash},
author = {Jagdeep Singh Bhatia and Kevin Meng},
journal= {arXiv preprint arXiv:2207.14258},
year = {2022}
}
备注
Accepted to the ML4Cyber Workshop at ICML 2022