SHIFT：随机隐藏轨迹偏转以去除基于扩散的水印
计算机视觉与模式识别
2026-04-02 v2 密码学与安全
摘要
基于扩散的水印方法通过操控初始噪声或反向扩散轨迹来嵌入可验证的标记。然而，这些方法共享一个关键假设：只有当扩散轨迹能够被忠实重建时，验证才能成功。这种对轨迹恢复的依赖构成了一种基本的、可被利用的漏洞。我们提出了 tochastic dden-Trajectory Delecion（），一种无需训练的攻击方法，利用了这一在水印多种范式中普遍存在的弱点。SHIFT 利用随机扩散重采样在潜在空间中偏转生成轨迹，使重建图像在统计上与原始水印嵌入轨迹解耦，同时保持较强的视觉质量和语义一致性。在涵盖噪声空间、频域和基于优化范式的九种代表性水印方法上的广泛实验表明，SHIFT 在无需任何水印特定知识或模型重训练的情况下，实现了 95%--100% 的攻击成功率，且语义质量几乎无损失。
引用
@article{arxiv.2603.29742,
title = {SHIFT: Stochastic Hidden-Trajectory Deflection for Removing Diffusion-based Watermark},
author = {Rui Bao and Zheng Gao and Xiaoyu Li and Xiaoyan Feng and Yang Song and Jiaojiao Jiang},
journal= {arXiv preprint arXiv:2603.29742},
year = {2026}
}