ZK-IMG：基于零知识证明的可认证图像以对抗虚假信息
密码学与安全
2022-11-14 v2
摘要
过去几年中，生成图像的 AI 方法能力不断增强，近期的突破使得高分辨率、照片级逼真的“深度伪造”（以误导或伤害为目的的人工生成图像）成为可能。深度伪造的兴起具有造成社会动荡的潜在可能。近期工作提出使用 ZK-SNARKs（零知识简洁非交互式知识论证）与认证相机来验证图像是否由相机拍摄。ZK-SNARKs 仅需标准密码学困难性假设，即可非交互式（即事后）验证图像变换。遗憾的是，该工作不保护输入隐私、速度慢得 impractical（仅能处理 128128 图像），和/或需要定制密码学论证。为解决这些问题，我们提出 zk-img，一个用于在隐藏变换前图像的同时对图像变换进行认证的程序库。zk-img 允许应用开发者指定高层图像变换，随后 zk-img 会透明地将这些规范编译为 ZK-SNARKs。为隐藏输入或输出图像，zk-img 将在 ZK-SNARK 内部计算图像的哈希。我们进一步提出安全且私密地链式组合图像变换的方法，从而支持任意多次变换。结合这些优化，zk-img 是首个能够在商用硬件上安全且私密地变换高清（HD）图像的系统。
引用
@article{arxiv.2211.04775,
title = {ZK-IMG: Attested Images via Zero-Knowledge Proofs to Fight Disinformation},
author = {Daniel Kang and Tatsunori Hashimoto and Ion Stoica and Yi Sun},
journal= {arXiv preprint arXiv:2211.04775},
year = {2022}
}