VA3:针对文本到图像生成模型概率版权保护的虚拟确保放大攻击
密码学与安全
2024-04-03 v2 人工智能
计算机视觉与模式识别
多媒体
摘要
文本到图像生成模型的广泛使用引发了人们对其产生侵犯版权内容的高风险的担忧。虽然概率版权保护方法对此类侵权提供了概率性保证,但在本文中,我们提出虚拟确保放大攻击(Virtually Assured Amplification Attack, VA3),一种新颖的在线攻击框架,揭示了这些保护机制的漏洞。所提框架在与生成模型的持续交互中显著放大了生成侵权内容的概率,且对每次交互的成功概率给出了非平凡下界。我们的理论与实验结果表明了该方法在多种场景下的有效性。这些发现凸显了在文本到图像生成模型的实际应用中部署概率版权保护的潜在风险。代码见 https://github.com/South7X/VA3。
引用
@article{arxiv.2312.00057,
title = {VA3: Virtually Assured Amplification Attack on Probabilistic Copyright Protection for Text-to-Image Generative Models},
author = {Xiang Li and Qianli Shen and Kenji Kawaguchi},
journal= {arXiv preprint arXiv:2312.00057},
year = {2024}
}
备注
18 pages, 9 figures. Accept to CVPR 2024