SUDS：通用与依赖型隐写的净化方法
密码学与安全
2023-10-13 v1 机器学习
摘要
隐写术，即隐蔽地隐藏信息，是一种信息隐藏形式，最常用于隐蔽通信。由于现代隐写媒介包括图像、文本、音频与视频，该通信方式正日益被恶意行为者用于传播恶意软件、窃取数据与 discreet 通信。当前防护机制依赖隐写分析（即隐写检测），但这些方法依赖于先验知识，如公开工具的隐写签名与已知隐藏方法的统计知识。此类依赖性使隐写分析在面对新颖或独特隐藏方法（随深度学习模型应用日益常见）时失效。为缓解隐写分析的缺陷，本工作聚焦于一种称为SUDS的深度学习净化技术，其不依赖隐写隐藏技术知识，且能净化通用与依赖型隐写。SUDS使用最低有效位法（LSB）、依赖型深度隐藏（DDH）与通用深度隐藏（UDH）进行测试。我们通过回答五个研究问题（含基线对比与消融实验）展示SUDS的能力与局限。此外，我们将SUDS应用于真实场景，其使中毒分类器对抗攻击的抵抗力提升1375%。
引用
@article{arxiv.2309.13467,
title = {SUDS: Sanitizing Universal and Dependent Steganography},
author = {Preston K. Robinette and Hanchen D. Wang and Nishan Shehadeh and Daniel Moyer and Taylor T. Johnson},
journal= {arXiv preprint arXiv:2309.13467},
year = {2023}
}
备注
Accepted to European Conference on Artificial Intelligence (ECAI) 2023