事件观察中
研究显示深度图像隐藏模型易被跨模型提取秘密
先了解这件事
AI 综述
论文作者展示针对深度图像隐藏模型的跨模型提取攻击：无需知道图像由哪个模型隐藏，即可提取并识别秘密。作者用 11 个隐藏模型生成的隐写图像构建评测数据集，按常规训练的 HiNet 单个解码器可从其未见过的模型提取秘密，人机均可识别；作者称各受测模型解码器均不同程度具备这种通用提取能力，代码与数据集将开源。
AI 根据报道生成 · 2 天前更新
走势与进展
每小时关注度
现在 33，24 小时 -2%·峰值 35（11月13日 17:00）
11月14日11月15日现在 33
相关研究
这件事的论文
- 你的秘密正在暴露：深度图像隐藏模型出人意料地容易被攻击
arXiv · 2026-11-11 · 深度解读
后续时间线
11月11日
- arXiv：对齐、欺骗与监督你的秘密正在暴露：深度图像隐藏模型出人意料地容易被攻击
作者展示一种针对深度图像隐藏（隐写）模型的跨模型提取攻击，攻击者无需知道图像由哪个模型隐藏，即可提取并识别其中的秘密内容。作者用 11 个隐藏模型生成的隐写图像构建评测数据集，覆盖可逆神经网络与自编码器两族、CNN、Transformer、Mamba 骨干以及空域与频域方法；按常规方式训练的 HiNet 单个解码器即可从这些设置下未见过的模型中提取秘密内容，且人和机器都能识别其内容。频域分析显示多数模型偏好中高频嵌入，作者据此在训练中增强封面纹理、抑制秘密纹理以强化跨模型提取。攻击对分布外秘密和多图隐藏同样有效，还能暴露用隐写保护隐私的图像修复方法 AIRPNet 所隐藏的私密内容；作者称每个受测模型的解码器都在不同程度上具备这种通用提取能力，代码与数据集将开源。
相关讨论
关注度走势
每天新增来源
- 11月13日新增1个来源（1家媒体、0个账号）
- 11月14日新增0个来源（0家媒体、0个账号）
- 11月15日新增0个来源（0家媒体、0个账号）