基于 DDIM 度量损失的 Stable Diffusion 通用对抗净化（UDAP）
Universal Adversarial Purification with DDIM Metric Loss for Stable Diffusion
AI 导读
研究者提出 UDAP 框架，通过最小化 DDIM 度量损失清除 Stable Diffusion 训练数据中的对抗噪声。其利用干净与对抗图像在 DDIM 反演中重建行为的差异，并以动态 epoch 调整策略按重建误差自适应迭代，兼顾效率与净化质量。实验显示 UDAP 可抵御针对 VAE 的 PID、针对 UNet 的 Anti-DreamBooth、混合攻击 MIST 及 Anti-Diffusion、MetaCloak 等攻击，并跨 SD 版本与提示词泛化。