图像到图像生成对抗网络指纹识别
密码学与安全
2024-08-08 v5 人工智能
计算机视觉与模式识别
机器学习
摘要
生成对抗网络（GANs）已广泛应用于各类应用场景。由于商用GAN的生产需要大量计算与人力资源，GAN的版权保护迫在眉睫。本文提出一种基于可信第三方的图像到图像GAN知识产权（IP）保护新型指纹方案。我们突破了先前分类模型指纹方法被朴素迁移至GAN时所面临的隐蔽性与鲁棒性瓶颈。具体而言，我们创新性地由目标GAN与分类器构建复合深度学习模型。随后从该复合模型生成指纹样本，并将其嵌入分类器以进行有效所有权验证。该方案启发了一些具体方法以实际保护现代图像到图像翻译GAN。理论分析证明这些方法可满足IP保护所需的不同的安全性要求。我们还开展了大量实验表明我们的方案优于现有策略。
引用
@article{arxiv.2106.11760,
title = {Fingerprinting Image-to-Image Generative Adversarial Networks},
author = {Guanlin Li and Guowen Xu and Han Qiu and Shangwei Guo and Run Wang and Jiwei Li and Tianwei Zhang and Rongxing Lu},
journal= {arXiv preprint arXiv:2106.11760},
year = {2024}
}
备注
Accepted by EuroS&P 2024