利用可扩展指纹技术负责任地披露生成模型

过去几年中，深度生成模型达到了新的性能水平。生成的数据已变得难以——若非不可能——与真实数据区分。尽管大量用例受益于该技术，但也存在强烈担忧：这一新技术如何被滥用于生成深度伪造并大规模助长虚假信息。遗憾的是，当前深度伪造检测方法不可持续，因为真实与伪造之间的差距持续缩小。相比之下，我们的工作实现了此类最先进生成模型的负责任披露，使模型发明者能够为其模型添加指纹，从而含指纹的生成样本可被准确检测并溯源至某一来源。我们的技术通过高效且可扩展地即时生成大量具有不同指纹的模型种群来实现这一点。我们推荐的运作点使用128位指纹，原则上可产生超过$10^{38}$个可识别模型。实验表明，我们的方法满足指纹机制的关键属性，并在深度伪造检测与溯源中达成有效性。代码与模型见 https://github.com/ningyu1991/ScalableGANFingerprints 。