面向AI生成图像检测器的可迁移双域特征重要性攻击
计算机视觉与模式识别
2025-11-20 v1 密码学与安全
摘要
近期AI生成图像（AIGI）检测器在干净条件下取得了令人印象深刻的准确性。就防伪技术而言，开发针对此类检测器安全性的高级对抗攻击方法仍具有重要意义，而这一领域的研究仍不足。本文提出了双域特征重要性攻击（DuFIA）方案，以一定程度 invalidates AI生成图像检测器。通过空间插值梯度和频率感知扰动捕获防伪相关的特征。通过联合建模空间域和频率域的特征重要性，将其融合以引导基于优化的对抗样本生成，从而增强对抗迁移性。广泛的实验验证了DuFIA在各种AIGI检测器之间的跨模型迁移性、透明性和鲁棒性。
引用
@article{arxiv.2511.15571,
title = {Transferable Dual-Domain Feature Importance Attack against AI-Generated Image Detector},
author = {Weiheng Zhu and Gang Cao and Jing Liu and Lifang Yu and Shaowei Weng},
journal= {arXiv preprint arXiv:2511.15571},
year = {2025}
}