.png){kind=icon}
返回
Towards Efficient and Secure Multimodal Misinformation Detection
.png){kind=icon}
PRE
AI
DOI：10.1007/978-3-032-00828-2_14.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
AI生成内容（AIGC）的快速发展加剧了多模态虚假信息的威胁，引发了重大的安全担忧。现有虚假信息检测方法未能解决隐私问题，或仅考虑了单模态数据的隐私，忽视了多模态数据之间的语义关联隐私。本文提出了一种基于云-边-端协作的隐私保护多模态虚假信息检测（CPMD）方案，在保护多模态数据关联隐私的同时高效检测虚假信息。为实现此目标，我们引入了一种基于本地差分隐私的多模态傅里叶动态保护（MFDP）方案，从而实现高效的多模态融合和语义关联保护。我们还设计了一种基于多头时空关联注意力的大模型预训练保护（MSLP）方法和基于DP的梯度关联保护（DPGC）方法，以确保高效用梯度关联保护。此外，我们利用多模态虚假信息检测Transformer（MMDT）进行高精度识别。大量实验表明，与HAMMER方法相比，我们的CPMD方法将多模态虚假信息检测的准确率提高了5.08%。
Keyword:
Multimodal misinformation detection
Semantic correlation protection
Cloud-edge-end collaboration
Spatiotemporal correlation
期刊
E
IF:
0
论文数:
26
被引数:
0
机构
引用论文
Sniffer: Multimodal Large Language Model for Explainable Out-of-Context Misinformation DetectionSniffer: 可解释的上下文错误信息检测的多模态大语言模型
.png){kind=icon}
PREAI
分享收藏From Chatbots to Phishbots?: Phishing Scam Generation in Commercial Large Language Models从聊天机器人到钓鱼机器人？：商业大型语言模型中的钓鱼诈骗生成
OAAI
OAAI分享收藏Specious Sites: Tracking the Spread and Sway of Spurious News Stories at Scale虚假信息源：大规模追踪虚假新闻故事的传播与影响
PREAI
分享收藏FSI: Frequency and Spatial Interactive Learning for Image Restoration in Under-Display CamerasFSI：用于屏下相机图像修复的频率与空间交互学习
PREAI
分享收藏
查看更多内容