UnMarker: A Universal Attack on Defensive Watermarking

每天都有有关滥用生成式人工智能（GenAI）创建有害深度伪造的报告出现。最近，防御性水印技术正在兴起，它使GenAI提供者能够在其图像中隐藏指纹以供后来用于深度伪造检测。然而，它的潜力尚未得到充分发掘。我们提出了UnMarker——对防御性水印技术的第一个实用的通用攻击。与现有攻击不同，UnMarker不需要检测器反馈，不需要对方案或类似模型有不切实际的了解，也不需要可能不可用的高级去噪管道。相反，UnMarker是对水印技术范例进行深入分析的产物，揭示了强健方案必须在光谱幅度中构建它们的水印。UnMarker使用两种新颖的对抗优化来干扰带水印图像的光谱，从而抹掉水印。对SOTA的评估证明了其有效性，不仅能够击败传统方案，同时与现有攻击相比保持更高的质量，而且还能破解改变图像结构的语义水印，将最佳检测率降至43％，使它们无用。据我们所知，UnMarker是对语义水印的第一个实用攻击，这被认为是强健水印技术的未来。UnMarker对这种对策的本质提出了疑问，并暴露了其自相矛盾的本质，因为设计强健性方案必然会损害其他强健性方面。

本论文旨在解决生成对抗网络（GAN）技术被用于制作有害deepfakes的问题，并提出了一种名为UnMarker的攻击方法来破解防御性水印技术，从而使其失去防御深度伪造的能力。

UnMarker攻击方法通过对防御性水印图像的频谱进行干扰，从而消除水印，无需检测器反馈、无需对方案或类似模型有不切实际的了解，并且不需要高级去噪流水线。相比现有攻击方法，UnMarker攻击方法不仅具有更高的攻击效果，而且能够破解语义水印，将最佳检测率降至43％，从而使其无用。

论文通过提出一种名为UnMarker的攻击方法，破解了防御性水印技术的防御能力，该方法无需检测器反馈、无需对方案或类似模型有不切实际的了解，并且不需要高级去噪流水线。UnMarker攻击方法不仅具有更高的攻击效果，而且能够破解语义水印，将最佳检测率降至43％，从而使其无用。论文的实验结果证明了该方法的有效性。

最近在该领域中，还有一些相关的研究，如：《Deep Learning for Image Steganography: A Survey》、《Deep Learning for Steganalysis of JPEG Images》等。