跳到正文
原文
arXiv· arXiv:2105.03812· Deeksha Dangwal, Vincent T. Lee, Hyo Jin Kim, Tianwei Shen, Meghan Cowan, Rajvi Shah, Caroline Trippel, Brandon Reagen, Timothy Sherwood, Vasileios Balntas, Armin Alaghi, Eddy Ilg·本站收录· 原文发表

局部特征描述符逆向工程攻击的分析与缓解措施

Analysis and Mitigations of Reverse Engineering Attacks on Local Feature Descriptors

AI 导读

自动驾驶与增强现实依赖基于用户图像的定位,其广泛采用的局部特征描述符在一定条件下可遭逆向工程攻击重建图像,构成隐私风险。论文用隐私威胁模型刻画潜在攻击者,在受控条件下展示对稀疏特征图的此类攻击,并分析 FREAK、SIFT 和 SOSNet 的脆弱性。最后评估选择描述符子集以平衡隐私重建风险与图像匹配精度的缓解技术,结果显示公开更少信息也能获得相近精度。

阅读原文arxiv.org