SecureT2I：不再有基于提示的AI生成图像的未授权篡改
密码学与安全
2025-07-08 v1 计算机视觉与模式识别
摘要
基于扩散模型的文本引导图像操作能够根据提示进行灵活精确的编辑，但由于潜在的未授权修改，引发了伦理和版权问题。为解决此问题，我们提出了SecureT2I，一个旨在防止扩散生成模型中未授权编辑的安全框架。SecureT2I兼容通用和特定领域模型，并可通过轻量级微调集成，无需更改架构。我们根据编辑权限将图像分为允许集和禁止集。对于允许集，模型照常学习执行高质量操作。对于禁止集，我们引入训练目标，鼓励产生模糊或语义模糊的输出（例如，模糊图像），从而抑制有意义的编辑。核心挑战是在阻止未授权编辑的同时，保持对允许输入的编辑质量。为此，我们设计了独立的损失函数来引导选择性编辑行为。跨多个数据集和模型的广泛实验表明，SecureT2I有效降低了禁止图像上的操作质量，同时保持了允许图像上的性能。我们还评估了对未见输入的泛化能力，发现SecureT2I始终优于基线。此外，我们分析了不同的模糊策略，发现基于调整大小的退化在安全操作控制中提供了最佳权衡。
引用
@article{arxiv.2507.03636,
title = {SecureT2I: No More Unauthorized Manipulation on AI Generated Images from Prompts},
author = {Xiaodong Wu and Xiangman Li and Qi Li and Jianbing Ni and Rongxing Lu},
journal= {arXiv preprint arXiv:2507.03636},
year = {2025}
}