stub Xogta Aragtida Kombuyuutarka Hobbling ee ka dhanka ah Isticmaalka Aan La Fasaxnayn - Unite.AI
Connect nala

Sirdoonka Artificial

Xogta Aragtida Kombuyuutarka Hobbling ee Isticmaalka Aan La Fasaxnayn

mm
Updated on

Cilmi-baarayaal ka socda Shiinaha ayaa soo saaray hab lagu ilaaliyo xuquuqda daabacaadda xogta sawirada ee loo isticmaalo tababbarka aragga kombuyuutarka, iyagoo si wax ku ool ah 'watermarking' sawirada ku jira xogta, ka dibna decryption sawirada 'nadiif' ah iyada oo loo marayo madal daruur ku saleysan oo loogu talagalay isticmaalayaasha idman oo keliya.

Tijaabooyin ku saabsan nidaamka ayaa muujinaya in tababarka qaabka barashada mashiinka ee sawirada la ilaaliyo xuquuqda daabacaada ay keento hoos u dhac weyn oo sax ahaanshaha moodeelka. Tijaabinta nidaamka laba xog-ururin muuqaal furan oo caan ah, cilmi-baarayaashu waxay ogaadeen inay suurtogal tahay in laga saaro saxnaanta 86.21% iyo 74.00% ee xogta nadiifka ah ilaa 38.23% iyo 16.20% marka la isku dayo in lagu tababaro moodooyinka xogta aan qarsoodi ahayn.

Laga soo bilaabo xaashida - tusaalooyin nadiif ah, la ilaaliyo (tusaale xumeeyay) iyo sawirro la soo kabsaday. Xigasho: https://arxiv.org/pdf/2109.07921.pdf

Laga soo bilaabo xaashida - tusaalooyin, bidix ilaa midig, nadiif ah, la ilaaliyo (tusaale qallafsan) iyo sawirro la soo kabsaday. Xigasho: https://arxiv.org/pdf/2109.07921.pdf

Tani waxay suurtogal u tahay inay saamaxdo qaybinta ballaaran ee dadweynaha ee tayada sare leh, xog-ururinta qaaliga ah, iyo (malaha), xitaa tababbarka 'demo' badhkii ee xog-ururinta si loo muujiyo shaqeynta qiyaas ahaan.

Xaqiijinta Xogta Ku-saleysan Cloud

The warqad Waxay ka timid cilmi-baarayaasha laba qaybood oo ka tirsan Jaamacadda Nanjing ee Aeronautics iyo Astronautics, waxayna saadaalisay isticmaalka joogtada ah ee Maareynta Maareynta Dataset Cloud Platform (DMCP), qaab dhismeedka aqoonsiga fog kaas oo bixin doona isla nooc la mid ah ansaxinta hore ee telemetry-ku-saleysan sida waxay caan ku noqdeen rakibaadda gudaha ee culayska leh sida Adobe Creative Suite.

Socodka iyo qaabka habka la soo jeediyay.

Socodka iyo qaabka habka la soo jeediyay.

Sawirka la dhawray waxaa lagu soo saaray muujinta xumaanta booska, hab weerar iska soo horjeeda oo laga sameeyay North Carolina's Duke University sanadka 2019.

Sifada meel xumeynta waxay fulisaa 'Weerarka Dhaqdhaqaaqa' halkaasoo astaamaha hal sawir lagu riixo booska muuqaalka sawirka iska soo horjeeda. Xaaladdan oo kale, weerarku wuxuu ku qasbaya nidaamka aqoonsiga barashada mashiinka inuu u kala saaro eyga sida diyaarad. Xigasho: https://openaccess.thecvf.com

Sifada meel xumeynta waxay fulisaa 'Weerar kicin' halkaasoo astaamaha hal sawir lagu riixo booska muuqaalka sawirka iska soo horjeeda. Xaaladdan oo kale, weerarku wuxuu ku qasbaya nidaamka aqoonsiga barashada mashiinka inuu u kala saaro eyga sida diyaarad. Xigasho: https://openaccess.thecvf.com

Marka xigta, sawirka aan la beddelin ayaa ku dhex milmay sawirka qalloocan iyada oo la adeegsanayo isku-xidhka xannibaadda iyo isbeddelka xannibaadda, sida lagu soo jeediyay 2016 warqad Xogta La-noqon karo oo lagu Qarin karo Sawirro sir ah iyadoo la beddelayo Sawirka beddelka.

Taxanaha ka kooban macluumaadka isku-xidhka baloogga ayaa markaa la dhex geliyaa sawir dhex-dhexaad ah oo ku-meel-gaar ah iyadoo la adeegsanayo sireeynta AES, furaha kaas oo hadhow laga soo saari doono DMCP wakhtiga aqoonsiga. The Qaybaha ugu Muhiimsan algorithm steganographic ayaa markaa loo isticmaalaa in lagu dhejiyo furaha. Qorayaashu waxay u tixraacaan habkan inuu yahay Beddelka Sawirka La beddelay (mRIT).

Jadwalka mRIT asal ahaan waa dib loo rogaa wakhtiga furashada, iyadoo sawirka 'nadiif' dib loo soo celiyay si loogu isticmaalo kulamada tababarka.

Imtixaanka

Cilmi-baarayaashu waxay tijaabiyeen nidaamka on the ResNet-18 naqshadeynta oo leh laba xog-ururin: shaqada 2009 CIFAR-10, Kaas oo ka kooban 6000 oo sawir oo ka kooban 10 fasal; iyo Stanford's TinyImageNet, qayb ka mid ah xogta loolanka kala soocida ImageNet kaas oo ka kooban xogta tababarka ee 100,000 sawir, oo ay weheliso xogta ansaxinta 10,000 sawir iyo tijaabo tijaabo ah oo ah 10,000 sawir.

Qaabka ResNet waxaa laga soo tababaray eber saddex qaabeyn: xogta nadiifka ah, la ilaaliyo oo la furfuray. Labada xogba waxay adeegsadeen hagaajinta Adam oo leh heerka waxbarashada bilowga ah 0.01, cabirka dufcaddii 128 iyo xilligii tababarka ee 80.

Tababarka iyo imtixaanada saxnaanta natiijooyinka imtixaanada nidaamka sirta. Khasaaraha yar yar ayaa lagu arki karaa marka la eego tirakoobka tababarka ee sawirada dib loo rogay (tusaale ahaan).

Tababarka iyo imtixaanada saxnaanta natiijooyinka imtixaanada nidaamka sirta. Khasaaraha yar yar ayaa lagu arki karaa marka la eego tirakoobka tababarka ee sawirada dib loo rogay (tusaale ahaan).

In kasta oo warqaddu ay ku soo gebogebaysay in 'waxqabadka moodeelka xogta la helay aanu saamaynaynin', natiijadu waxay muujinaysaa khasaare yar oo sax ah oo ku saabsan xogta la soo kabsaday iyo xogta asalka ah, min 86.21% ilaa 85.86% ee CIFAR-10, iyo 74.00% ilaa 73.20% ee TinyImageNet.

Si kastaba ha ahaatee, marka la eego habka xitaa abuurka yar yar isbeddelo (iyo sidoo kale qalabka GPU) waxay saameyn kartaa waxqabadka tababarka, tani waxay u muuqataa inay tahay ganacsiga ugu yar oo wax ku ool ah oo loogu talagalay IP-ka ilaalinta saxnaanta.

Muuqaalka Ilaalinta Model

Shaqadii hore waxay ugu horreyntii xoogga saartay IP-ilaalinta moodooyinka barashada mashiinka dhabta ah, iyada oo loo maleynayo in xogta tababarka lafteedu ay aad u adag tahay in la ilaaliyo: dadaal cilmi-baaris ah oo 2018 ah oo ka yimid Japan ayaa bixiyay hab lagu gundhig watermarks shabakadaha neerfaha qoto dheer; shaqada hore laga bilaabo 2017 la bixiyo hab la mid ah.

2018 A Waxqabadka ka IBM ayaa laga yaabaa inay samaysay baadhitaankii ugu qoto dheeraa uguna go'nayd ee suurtogalnimada calaamadaynta biyaha ee moodooyinka shabakadaha neerfaha. Habkani wuu ka duwan yahay cilmi-baarista cusub, iyada oo la raadinayo in lagu dhejiyo calaamado-biyood oo aan dib loo celin karin xogta tababarka ka dibna la isticmaalo filtarrada gudaha shabakadda neerfaha si loo 'qiimo' dhibatooyinka ku jira xogta.

Qorshaha IBM ee shabakada neerfaha si ay 'iska indho tirto' calaamadaha biyaha waxay ku xidhan yihiin ilaalinta qaybaha dhismaha ee loo qorsheeyay in lagu aqoonsado oo la tuuro qaybaha xogta ee summadaysan. Xigasho: https://gzs715.github.io/pubs/WATERMARK_ASIACCS18.pdf

Qorshaha IBM ee shabakada neerfaha si ay 'iska indho tirto' calaamadaha biyaha waxay ku xidhan yihiin ilaalinta qaybaha dhismaha ee loo qorsheeyay in lagu aqoonsado oo la tuuro qaybaha xogta ee summadaysan. Xigasho: https://gzs715.github.io/pubs/WATERMARK_ASIACCS18.pdf

Budhcad-badeednimada

In kasta oo dabagalka qaab-dhismeedyada qarsoodiga ah ee xogta xogta IP-ilaalinta laga yaabo inay u ekaato kiis cidhif ah marka la eego macnaha guud ee dhaqanka barashada mashiinka kaas oo weli ku tiirsan dib u eegista il furan iyo wadaagga macluumaadka ee bulshada cilmi-baarista caalamiga ah, xiisaha joogtada ah ee aqoonsiga ilaalinta gaarka ah Algorithms-yada ilaalinta ayaa u muuqda inay si xilliyo ah u soo saari karaan habab laga yaabo inay danaynayaan shirkadaha raadinaya inay ilaaliyaan xog gaar ah halkii ay ka ahaan lahaayeen PII.

Cilmi-baadhista cusub kuma kordhinayso xog-warran aan kala sooc lahayn oo ku saabsan xogta sawirka, laakiin beddelkeeda, beddelka qasabka ah ee goobta muuqaalka. Sidaa darteed dilalka hadda jira ee saarista-watermark-ka-saarista iyo horumarinta sawirka mashaariicda aragga kombuyuutarku waxay suurtogal u noqon karaan inay 'soo celiyaan' sawirada tayada sare ee bini'aadamku dareemay iyada oo aan dhab ahaantii meesha laga saarin waxyaabaha xunxun ee sababa kala saarid khaldan.

Codsiyo badan oo ku saabsan aragtida kombuyuutarka, gaar ahaan kuwa ku lug leh calaamadaynta iyo aqoonsiga cidda, sawirada sida sharci darrada ah loo soo celiyay waxay u badan tahay inay weli keenaan kalasaar khaldan. Si kastaba ha ahaatee, xaaladaha isbeddelka sawirku ay yihiin ujeeddada ugu muhiimsan (sida jiilka wejiga ama codsiyada qotodheerta), sawirada algorithmically-soo celiyay waxay u badan tahay inay weli faa'iido u leeyihiin horumarinta algorithms shaqeeya.