通过可消除指纹的不可追溯深度伪造
密码学与安全
2025-08-06 v1 人工智能
摘要
近期深度伪造归因技术的发展显著增强了 Forensic 能力，使能够从生成模型(GM)在图像中留下的痕迹中提取信息，从而将深度伪造可追溯到其来源 GM。同时，Several 攻击尝试规避归因模型(AM)以探索其局限性，呼吁更加稳健的 AM。然而，现有攻击未能消除 GM 的痕迹，因此会被防御措施所缓解。本文我们识别到，通过乘法攻击可以实现不可追溯的深度伪造，这能够根本性地消除 GM 的痕迹，从而规避即使经过防御措施的 AM。我们设计了一种通用且黑箱的攻击方法，该方法仅使用真实数据进行训练，可适用于各种 GM 且对 AM 不敏感。实验结果表明，我们的方法在针对 9 个 GM 生成的深度伪造以及 6 个先进 AM 上实现了 97.08% 的平均攻击成功率(ASR)。即使在防御机制存在时，我们的方法也保持 ASR 超过 72.39%。我们的工作凸显了乘法攻击的潜在挑战，突显了需要更加稳健的 AM 的重要性。
引用
@article{arxiv.2508.03067,
title = {Untraceable DeepFakes via Traceable Fingerprint Elimination},
author = {Jiewei Lai and Lan Zhang and Chen Tang and Pengcheng Sun and Xinming Wang and Yunhao Wang},
journal= {arXiv preprint arXiv:2508.03067},
year = {2025}
}