Landscape More Secure Than Portrait? Zooming Into the Directionality of Digital Images With Security Implications

要約

ソース画像がキャプチャされる方向は、ダウンストリーム アプリケーションでのセキュリティに影響を与える可能性があります。
その理由の 1 つは、メディア セキュリティにおける多くの最先端の手法では、画像統計が水平方向と垂直方向で類似していると想定しており、係数を結合することで特徴 (またはトレーニング可能な重み) の数を減らすことができるためです。
この人為的な対称化により、自然画像や一般的な処理操作の重要な特性が抑制され、パフォーマンスの低下を引き起こす傾向があることを示します。
また、方向性が未解決であると学習ベースの手法が単一の方向に過剰適合するという、逆の問題も観察されています。
これらは、攻撃者があまり一般的ではない方向の入力を選択した場合、操作に対して脆弱になります。
このペーパーでは、包括的なアプローチを採用し、一般的な取得パイプラインのいくつかの段階で方向性の原因を特定して体系化し、その効果を測定し、選択した 3 つのセキュリティ アプリケーション (ステガナリシス、フォレンジック ソースの特定、合成画像の検出) についてパフォーマンスがどのように向上するかを示します。
最先端の手法は、方向性を適切に考慮することで改善できます。

要約(オリジナル)

The orientation in which a source image is captured can affect the resulting security in downstream applications. One reason for this is that many state-of-the-art methods in media security assume that image statistics are similar in the horizontal and vertical directions, allowing them to reduce the number of features (or trainable weights) by merging coefficients. We show that this artificial symmetrization tends to suppress important properties of natural images and common processing operations, causing a loss of performance. We also observe the opposite problem, where unaddressed directionality causes learning-based methods to overfit to a single orientation. These are vulnerable to manipulation if an adversary chooses inputs with the less common orientation. This paper takes a comprehensive approach, identifies and systematizes causes of directionality at several stages of a typical acquisition pipeline, measures their effect, and demonstrates for three selected security applications (steganalysis, forensic source identification, and the detection of synthetic images) how the performance of state-of-the-art methods can be improved by properly accounting for directionality.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google