عرقلة قواعد البيانات الحاسوبية ضد الاستخدام غير المصرح به

قام باحثون من الصين بتطوير طريقة لحماية قواعد بيانات الصور المستخدمة في تدريب الرؤية الحاسوبية من خلال وضع علامة مائية على الصور في البيانات، ثم فك تشفير الصور “النظيفة” عبر منصة سحابية للاستخدامات المصرح بها فقط.

أظهرت الاختبارات على النظام أن تدريب نموذج تعلم الآلة على الصور المحمية بحقوق التأليف والنشر يؤدي إلى انخفاض كبير في دقة النموذج. عند اختبار النظام على مجموعتين من مجموعات بيانات الصور المفتوحة المصدر، وجد الباحثون أنه من الممكن خفض الدقة من 86.21٪ و 74.00٪ للبيانات النظيفة إلى 38.23٪ و 16.20٪ عند محاولة تدريب النماذج على البيانات غير المفتوحة.

من الورقة – أمثلة، من اليسار إلى اليمين، على الصور النظيفة والمحمية (أي المضطربة) والمتعافية. مصدر: https://arxiv.org/pdf/2109.07921.pdf

هذا قد يسمح بتوزيع عام لقواعد بيانات عالية الجودة وباهظة الثمن، و (يبدو)، حتى تدريب “عرض” معاق لبيانات التدريب من أجل إظهار الوظيفة التقريبية.

تحقق قاعدة البيانات السحابية

تنبع الورقة الورقة من باحثين في两个 أقسام في جامعة نانجينغ للطيران والفضاء، وتتخيل استخدام روتيني لمنصة إدارة قواعد البيانات السحابية (DMCP)، وهي إطار تحقق عن بعد يقدم نفس نوع التحقق المبني على تелемيتريك مثل ما أصبح شائعًا في التثبيتات المحلية القاسية مثل Adobe Creative Suite.

تدفق الإطار والمنهج المقترح.

تتم توليد الصورة المحمية من خلال اضطرابات الفضاء المميز، وهي طريقة هجوم معادية تم تطويرها في جامعة ديوك في نورث كارولينا في عام 2019.

تؤدي اضطرابات الفضاء المميزة هجوم تنشيط حيث يتم دفع ميزات صورة واحدة نحو فضاء ميزات صورة معادية. في هذه الحالة، يُجبر الهجوم نظام التعرف على الآلة على تصنيف كلب على أنه طائرة. مصدر: https://openaccess.thecvf.com

بعد ذلك، يتم دمج الصورة غير المعدلة في الصورة المضطربة عبر زوج الكتلة وتحويل الكتلة، حسب ما تم اقتراحه في الورقة الورقة الاختباء القابل للعكس في الصور المشفرة بواسطة تحويل الصور القابل للعكس في عام 2016.

ثم يتم دمج التسلسل الذي يحتوي على معلومات زوج الكتلة في صورة وسيطة مؤقتة باستخدام تشفير AES، حيث سيتم استرجاع المفتاح لاحقًا من DMCP في وقت التحقق. ثم يتم استخدام خوارزمية الاستغانة بأقل بت الاستغانة لدمج المفتاح. ويسمي المؤلفون هذه العملية تحويل الصورة القابل للعكس المعدل (mRIT).

تتم عكس روتين mRIT أساسًا في وقت الفك، مع استعادة الصورة “النظيفة” للاستخدام في جلسات التدريب.

الاختبار

قامت الباحثون باختبار النظام على هيكل ResNet-18 مع مجموعتين من البيانات: عمل CIFAR-10 في عام 2009، الذي يحتوي على 6000 صورة عبر 10 فئات؛ و TinyImageNet في ستانفورد، وهو جزء فرعي من بيانات تحدي تصنيف ImageNet الذي يحتوي على مجموعة بيانات تدريب من 100000 صورة، إلى جانب مجموعة بيانات التحقق من 10000 صورة ومجموعة بيانات اختبار من 10000 صورة.

تم تدريب نموذج ResNet من الصفر على ثلاثة تكوينات: مجموعة البيانات النظيفة والمحمية والمفتوحة. استخدم كلا المجموعة من المجموعات محسّن Adam مع معدل تعلم أولي يبلغ 0.01، وحجم دفعة يبلغ 128، وطول فترة تدريب يبلغ 80.

نتائج دقة التدريب والاختبار من اختبارات النظام على نظام التشفير. يمكن ملاحظة خسائر طفيفة في إحصاءات التدريب للصور المعادنة (أي المفتوحة).

على الرغم من أن الورقة تنتهي إلى أن “أداء النموذج على مجموعة البيانات المعادنة لم يتأثر”، إلا أن النتائج تظهر خسائر طفيفة في الدقة على البيانات المعادنة مقابل البيانات الأصلية، من 86.21٪ إلى 85.86٪ لبيانات CIFAR-10، ومن 74.00٪ إلى 73.20٪ على TinyImageNet.

然而، بالنظر إلى الطريقة التي يمكن أن تؤثر بها حتى التغييرات الطفيفة في البذرة (بالإضافة إلى الأجهزة الصلبة للوحدات الرسومية) على أداء التدريب، يبدو أن هذا هو تبادل معقول وفعال للحماية من حقوق التأليف والنشر مقابل الدقة.

منظر حماية النموذج

ركزت الأعمال السابقة بشكل رئيسي على حماية نماذج التعلم الآلي الفعلية، على افتراض أن بيانات التدريب نفسها أكثر صعوبة في الحماية: قدمت جهود بحثية في عام 2018 طريقة لدمج علامات مائية في الشبكات العصبية العميقة؛ قدمت أعمال سابقة في عام 2017 نهجًا مشابهًا.

قدمت مبادرة مبادرة في عام 2018 من شركة IBM ما يُعد ربما أعمق وأكثر تحقيقًا في إمكانات وضع العلامات المائية للنماذج العصبية. تختلف هذه الطريقة عن البحث الجديد، حيث سعى إلى دمج علامات مائية غير قابلة للعكس في بيانات التدريب، ثم استخدام مرشحات داخل الشبكة العصبية للتنازل عن الاضطرابات في البيانات.

اعتمد مخطط IBM على حماية أجزاء الهندسة المعمارية المصممة للتعرف على أقسام البيانات المائية والتنازل عنها. مصدر: https://gzs715.github.io/pubs/WATERMARK_ASIACCS18.pdf

موجه القرصنة

على الرغم من أن سعي إطارات حماية قاعدة البيانات المشفرة قد يبدو وكأنه حالة حافة في سياق ثقافة التعلم الآلي التي لا تزال تعتمد على المراجعة المفتوحة ومشاركة المعلومات بين مجتمع البحث العالمي، إلا أن الاهتمام المستمر بالخوارزميات الحافظة للخصوصية التي تحمي الهوية قد ينتج بشكل دوري أنظمة قد تكون interess للشركات التي تبحث عن حماية بيانات محددة بدلاً من المعلومات الشخصية.

لا تضيف الأبحاث الجديدة اضطرابات عشوائية إلى بيانات الصور، بل بالأحرى تحولات مدروسة ومدفوعة في فضاء الميزات. لذلك، يمكن أن “استعادة” مشاريع الرؤية الحاسوبية الحالية لازالة العلامات المائية وتحسين الصور потенسيًا الصور إلى جودة أعلى يدركها الإنسان دون إزالة الاضطرابات في الميزات التي تسبب سوء التصنيف.

في العديد من تطبيقات الرؤية الحاسوبية، özellikle تلك التي تتضمن التسمية والتعرف على الكيانات، من المحتمل أن تسبب الصور المستعادة بشكل غير شرعي سوء التصنيف. ومع ذلك، في الحالات التي تكون فيها تحويلات الصور هي الهدف الرئيسي (مثل توليد الوجه أو تطبيقات Deepfake)، يمكن أن تكون الصور المستعادة خوارزميًا لا تزال مفيدة في تطوير خوارزميات وظيفية.