UnMarker：一种针对防御性图像水印的通用攻击

关于滥用生成式 AI（GenAI）制作深度伪造的报道屡见不鲜。防御性水印使 GenAI 提供商能够将指纹隐藏在其生成的图像中，并在随后将其用于深度伪造检测。然而，其潜力尚未被充分挖掘。我们提出了 UnMarker——首个针对防御性水印的实用通用攻击。与现有攻击不同，UnMarker 不需要检测器反馈，不需要对水印方案或类似模型的不切实际的知识，也不需要可能无法获取的高级去噪流程。相反，基于对水印范式的深入分析，该分析揭示鲁棒方案必须在其频谱幅度中构造水印，UnMarker 采用两种新颖的对抗性优化来破坏水印图像的频谱，从而擦除水印。针对 SOTA 方案的评估证明了 UnMarker 的有效性。它不仅击败了传统方案，且与现有攻击相比保持了更优的质量，还破坏了改变图像结构的语义水印，将最佳检测率降至 $43\%$，使其失效。据我们所知，UnMarker 是首个针对语义水印的实用攻击，而语义水印一直被认为是防御性水印的未来。我们的研究结果表明，防御性水印并不能作为抵御深度伪造的可行防御手段，我们呼吁社区探索替代方案。