针对复制检测图案的机器学习攻击：1x1图案可否被克隆？
密码学与安全
2021-10-07 v2 计算机视觉与模式识别
机器学习
摘要
如今，现代经济迫切需要对大众市场产品防伪的可靠且廉价的保护方案。复制检测图案(CDP)在若干应用中被视为此类方案。通常认为，以工业打印机可达到的最高打印分辨率极限、最小符号尺寸为1x1元素进行印刷时，CDP无法被足够精确地复制，因此是不可克隆的。本文中，我们挑战这一假设，并考虑一种基于机器学习的针对CDP的复制攻击。基于两台工业打印机所产样本的试验表明，CDP认证中使用的简单检测度量无法可靠区分原始CDP与其伪造品。因此，本文呼吁由于当前的攻击，需要仔细重新考虑CDP的可克隆性并寻找新的认证技术与CDP优化。
引用
@article{arxiv.2110.02176,
title = {Machine learning attack on copy detection patterns: are 1x1 patterns cloneable?},
author = {Roman Chaban and Olga Taran and Joakim Tutt and Taras Holotyak and Slavi Bonev and Slava Voloshynovskiy},
journal= {arXiv preprint arXiv:2110.02176},
year = {2021}
}