.png){kind=icon}
返回
A Watermark Forgery Attack Against Stable Diffusion Model Watermarking
.png){kind=icon}
PRE
AI
DOI：10.1109/LSP.2025.3606783.png)
.png){kind=icon}
.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
模型水印技术已作为一种有前景的解决方案，用于保护人工智能（AI）生成图像的知识产权。然而，水印验证系统的安全性仍研究不足，尤其是在对抗性条件下。本研究提出了一种新颖的水印伪造攻击框架，使攻击者能够训练一个能够持续从包含合法水印（由受害模型生成）的图像中提取伪造水印的假水印提取器，从而绕过版权验证。具体而言，我们基于ResNet-18骨干网络开发了该假提取器，并设计了一种混合损失函数，以使提取的水印与预定义的目标对齐。通过这种方法，训练后的提取器能够可靠地为受害模型生成的图像输出伪造水印，而对干净图像则产生随机输出。大量实验证明了该攻击的有效性，伪造提取器达到超过99%的准确率——与原始水印提取器的性能相当。这些发现揭示了当前模型水印系统中的关键安全漏洞，并为开发更稳健的水印解决方案提供了重要见解。
Keyword:
Copyright
deep learning
forgery attack
stable diffusion model
watermarking
