कंप्यूटर विजन डेटासेट को अनधिकृत उपयोग के खिलाफ होबलिंग

चीन के शोधकर्ताओं ने कंप्यूटर विजन प्रशिक्षण के लिए उपयोग किए जाने वाले छवि डेटासेट को कॉपीराइट से सुरक्षित करने के लिए एक विधि विकसित की है, जो वास्तव में डेटा में छवियों को ‘वॉटरमार्क’ करती है, और फिर एक क्लाउड-आधारित प्लेटफ़ॉर्म के माध्यम से केवल अधिकृत उपयोगकर्ताओं के लिए ‘स्वच्छ’ छवियों को डिक्रिप्ट करती है।

सिस्टम पर परीक्षण से पता चलता है कि कॉपीराइट से सुरक्षित छवियों पर एक मशीन लर्निंग मॉडल को प्रशिक्षित करने से मॉडल की सटीकता में एक विनाशकारी गिरावट आती है। दो लोकप्रिय ओपन-सोर्स छवि डेटासेट पर सिस्टम का परीक्षण करते हुए, शोधकर्ताओं ने पाया कि यह संभव था कि सटीकता को 86.21% और 74.00% से 38.23% और 16.20% तक कम किया जा सकता है जब मॉडल को गैर-डिक्रिप्टेड डेटा पर प्रशिक्षित किया जाता है।

पेपर से – बाएं से दाएं, स्वच्छ, संरक्षित (अर्थात विकृत) और पुनर्प्राप्त छवियों के उदाहरण। स्रोत: https://arxiv.org/pdf/2109.07921.pdf

यह संभावित रूप से उच्च-गुणवत्ता वाले और महंगे डेटासेट के व्यापक सार्वजनिक वितरण की अनुमति देता है, और (संभवतः), यहां तक कि ‘डेमो’ प्रशिक्षण के लिए भी डेटासेट को आंशिक रूप से अक्षम कर देता है ताकि अनुमानित कार्यक्षमता को प्रदर्शित किया जा सके।

क्लाउड-आधारित डेटासेट प्रमाणीकरण

पेपर पेपर नैनजिंग विश्वविद्यालय ऑफ एयरोनॉटिक्स एंड एस्ट्रोनॉटिक्स के दो विभागों के शोधकर्ताओं से आता है, और डेटासेट प्रबंधन क्लाउड प्लेटफ़ॉर्म (DMCP) के नियमित उपयोग की कल्पना करता है, एक दूरस्थ प्रमाणीकरण फ्रेमवर्क जो स्थानीय स्थापनाओं में प्रयुक्त प्रकार के समान टेलीमेट्री-आधारित प्री-लॉन्च सत्यापन प्रदान करेगा।

प्रस्तावित विधि के लिए प्रवाह और फ्रेमवर्क।

संरक्षित छवि का निर्माण फीचर स्पेस पर्टुर्बेशन के माध्यम से किया जाता है, एक प्रतिकूल हमला विधि जो 2019 में उत्तरी कैरोलिना के ड्यूक विश्वविद्यालय में विकसित की गई थी।

फीचर स्पेस पर्टुर्बेशन एक ‘एक्टिवेशन अटैक’ करता है जहां एक छवि की विशेषताओं को एक प्रतिकूल छवि के फीचर स्पेस की ओर धकेला जाता है। इस मामले में, हमला एक मशीन लर्निंग पहचान प्रणाली को एक कुत्ते को एक विमान के रूप में वर्गीकृत करने के लिए मजबूर कर रहा है। स्रोत: https://openaccess.thecvf.com

इसके बाद, अविकृत छवि को विकृत छवि में ब्लॉक जोड़कर और ब्लॉक परिवर्तन करके एम्बेड किया जाता है, जैसा कि 2016 के पेपर रिवर्सिबल डेटा हाइडिंग इन एन्क्रिप्टेड इमेजेज़ बाय रिवर्सिबल इमेज ट्रांसफॉर्मेशन में प्रस्तावित किया गया है।

ब्लॉक जोड़ की जानकारी वाली क्रम को तब एक अस्थायी मध्यवर्ती छवि में एम्बेड किया जाता है जिसमें एईएस एन्क्रिप्शन का उपयोग किया जाता है, जिसकी कुंजी बाद में प्रमाणीकरण समय पर डीएमसीपी से पुनर्प्राप्त की जाएगी। लीस्ट सिग्निफिकेंट बिट स्टेगनोग्राफिक एल्गोरिदम का उपयोग तब कुंजी को एम्बेड करने के लिए किया जाता है। लेखक इस प्रक्रिया को संशोधित रिवर्सिबल इमेज ट्रांसफॉर्मेशन (मआरआईटी) कहते हैं।

मआरआईटी रूटीन मूल रूप से डिक्रिप्शन समय पर उलटा होता है, जिसमें ‘स्वच्छ’ छवि को प्रशिक्षण सत्र में उपयोग के लिए पुनर्स्थापित किया जाता है।

परीक्षण

शोधकर्ताओं ने सिस्टम का परीक्षण रेसनेट-18 आर्किटेक्चर के साथ दो डेटासेट के साथ किया था: 2009 का काम सीआईएफएआर-10, जिसमें 10 वर्गों में 6000 छवियां हैं; और स्टैनफोर्ड का टिनीइमेजनेट, जो इमेजनेट वर्गीकरण चुनौती के लिए डेटा का एक उपसेट है जिसमें 100,000 छवियों का प्रशिक्षण डेटासेट है, साथ ही 10,000 छवियों का सत्यापन डेटासेट और 10,000 छवियों का परीक्षण सेट है।

रेसनेट मॉडल को तीन कॉन्फ़िगरेशन में शून्य से प्रशिक्षित किया गया था: स्वच्छ, संरक्षित और डिक्रिप्टेड डेटासेट। दोनों डेटासेट ने एडम ऑप्टिमाइज़र का उपयोग किया था, जिसमें 0.01 की प्रारंभिक लर्निंग दर, 128 का बैच आकार और 80 का प्रशिक्षण युग था।

एन्क्रिप्शन सिस्टम पर परीक्षण से प्रशिक्षण और परीक्षण सटीकता परिणाम। उलटी (यानी, डिक्रिप्टेड) छवियों के लिए प्रशिक्षण आंकड़ों में छोटे नुकसान देखे जा सकते हैं।

हालांकि पेपर निष्कर्ष निकालता है कि ‘पुनर्प्राप्त डेटासेट पर मॉडल का प्रदर्शन प्रभावित नहीं होता’, परिणामों में पुनर्प्राप्त डेटा की तुलना में मूल डेटा पर सटीकता में छोटे नुकसान दिखाई देते हैं, सीआईएफएआर-10 के लिए 86.21% से 85.86% और टिनीइमेजनेट पर 74.00% से 73.20%।

हालांकि, यह देखते हुए कि यहां तक कि छोटे बीज बदलाव (जैसे जीपीयू हार्डवेयर भी) प्रशिक्षण प्रदर्शन को प्रभावित कर सकते हैं, यह एक न्यूनतम और प्रभावी व्यापार-बंद लगता है जो आईपी-सुरक्षा के लिए सटीकता के खिलाफ है।

मॉडल सुरक्षा परिदृश्य

पिछले काम ने मुख्य रूप से वास्तविक मशीन लर्निंग मॉडल को आईपी-सुरक्षित करने पर ध्यान केंद्रित किया है, यह मानकर कि प्रशिक्षण डेटा स्वयं अधिक कठिन है: 2018 के एक शोध प्रयास में जापान से एक विधि प्रस्तावित की गई थी जिसमें गहरे तंत्रिका नेटवर्क में वॉटरमार्क एम्बेड करना शामिल था; 2017 के पहले के काम में एक समान दृष्टिकोण प्रस्तावित किया गया था।

2018 की एक पहल आईबीएम से आया था, जो तंत्रिका नेटवर्क मॉडल के लिए वॉटरमार्किंग की संभावना में सबसे गहरा और सबसे प्रतिबद्ध जांच थी। यह दृष्टिकोण नए शोध से अलग था, क्योंकि यह प्रशिक्षण डेटा में गैर-उलट वॉटरमार्क एम्बेड करना चाहता था और फिर तंत्रिका नेटवर्क के अंदर फिल्टर का उपयोग करके डेटा में पर्टुर्बेशन को ‘छूट’ देना चाहता था।

आईबीएम की योजना तंत्रिका नेटवर्क के लिए वॉटरमार्क को ‘अनदेखा’ करने के लिए डेटा के वॉटरमार्केड खंडों को पहचानने और छोड़ने के लिए डिज़ाइन किए गए वास्तुकला के हिस्सों की सुरक्षा पर निर्भर करती थी। स्रोत: https://gzs715.github.io/pubs/WATERMARK_ASIACCS18.pdf

पाइरेसी वेक्टर

हालांकि डेटासेट एन्क्रिप्शन फ्रेमवर्क को आईपी-सुरक्षित करने का पीछा करना एक एज केस की तरह लगता है जो एक मशीन लर्निंग संस्कृति के संदर्भ में है जो अभी भी खुले स्रोत समीक्षा और वैश्विक शोध समुदाय के बीच जानकारी साझा करने पर निर्भर करती है, गोपनीयता-संरक्षण पहचान सुरक्षा अल्गोरिदम में लगातार रुचि के कारण ऐसी प्रणालियां उत्पन्न हो सकती हैं जो निगमों को विशिष्ट डेटा की सुरक्षा के लिए दिलचस्पी हो सकती है, न कि पीआईआई के लिए।

नई शोध में छवि डेटा में यादृच्छिक पर्टुर्बेशन नहीं जोड़े जाते हैं, बल्कि क्राफ्टेड, बलपूर्वक फीचर स्पेस में बदलाव किए जाते हैं। इसलिए, वर्तमान स्लेट वॉटरमार्क-रिमूवल और छवि सुधार कंप्यूटर विजन परियोजनाएं संभावित रूप से छवियों को मानव-धारण उच्च गुणवत्ता में ‘पुनर्स्थापित’ कर सकती हैं बिना वास्तव में फीचर पर्टुर्बेशन को हटाए जो मिस्क्लासिफिकेशन का कारण बनता है।

कंप्यूटर विजन के कई अनुप्रयोगों में, विशेष रूप से उनमें जो लेबलिंग और इकाई पहचान शामिल है, ऐसी अवैध रूप से पुनर्स्थापित छवियां अभी भी मिस्क्लासिफिकेशन का कारण बन सकती हैं। हालांकि, जहां छवि परिवर्तन मुख्य उद्देश्य है (जैसे कि चेहरे की पीढ़ी या डीपफेक अनुप्रयोग), अल्गोरिदमिक रूप से पुनर्स्थापित छवियां अभी भी कार्यात्मक अल्गोरिदम के विकास में उपयोगी हो सकती हैं।