深水印安全性的研究：对抗性可转移性的视角

生成神经网络的兴起促进了对生成内容的知识产权（IP）保护需求的增加。深水印技术因其在知识产权保护中的灵活性而受到广泛关注。然而，对抗性可转移攻击的激增对深水印技术的安全性提出了前所未有的挑战，这一领域目前缺乏系统的研究。本研究通过引入两种有效的可转移攻击者，来评估深水印在删除和篡改风险下的脆弱性，从而填补这一空白。具体而言，我们首先定义了局部样本密度的概念，并利用它推导出模型输出一致性的定理。在发现扰动样本朝向目标类别的高样本密度区域（HSDR）能够增强有针对性的对抗性可转移性后，我们提出了简单样本选择（ESS）机制和简单样本匹配攻击（ESMA）方法。此外，我们提出了瓶颈增强混合（BEM），将信息瓶颈理论整合，以减少生成器对无关噪声的依赖。实验表明，ESMA和BEM-ESMA方法的有针对性转移攻击成功率显著提高。我们进一步进行了一项全面评估，将ESMA和BEM-ESMA作为测量，考虑模型架构和水印编码长度，并取得了一些令人印象深刻的结果。