في ظل تصاعد المخاوف المتعلقة بانتهاك حقوق الطبع والنشر في تخصيص الصور باستخدام نماذج التحفيز (Diffusion Models)، ظهرت هجمات معادية كاستراتيجية بارزة للدفاع ضد تزوير المحتوى الضار في إنشاء الصور المخصصة. تشير الدراسات إلى أن الدفاعات الحالية تكمن نقاط ضعفها في إدخال اضطرابات دائمة في الفضاء الكامن (Latent Space) لنماذج التحفيز الكامنة (Latent Diffusion Models - LDMs)، مما يجعلها عرضة لتجاوزات تكيفية من قبل المعتدين.

في ورقة بحثية جديدة، تم تقديم استراتيجية فعالة وعديدة المراحل تُعرف باسم تحسين الميزات الكامنة ثنائي المرحلة (Two-Stage Latent Feature Optimization - TS-LFO). يبدأ البحث بملاحظة أن الدفاعات الحالية تركز بشكل أساسي على تعطيل العلاقة بين الصور المدخلة وتمثيلها الكامن، مما يضعف قدرة النموذج على إنتاج مخرجات مخصصة.

للتغلب على ذلك، تقوم TS-LFO بإعادة بناء العلاقة المفقودة من خلال عملية تحسين ثنائية المرحلة. في المرحلة الأولى، مرحلة تخفيض الضجيج الكامن (Latent Denoising Stage)، يتم تعزيز الاتساق الدلالي بين الشفرات الكامنة والصور المدخلة من خلال تقليل الخسارة الناتجة عن عدم توافق الشفرات والصور وخسارة التحفيز الكامن باستخدام أوزان معتمدة على الوقت، مما يسهم في تقليل الضجيج ذات التردد العالي الذي تقدمه الدفاعات.

في المرحلة الثانية، مرحلة إعادة بناء الميزات الكامنة (Latent Reconstruction Stage)، يتم استعادة المعلومات الدلالية ذات التردد المنخفض باستخدام قيود على مستوى البكسل لتنقيح الميزات الكامنة.

أظهرت التجارب المُكثفة أن استراتيجية TS-LFO تتجاوز باستمرار الدفاعات المتطورة (SOTA) في مجال حماية حقوق الطبع والنشر وتتفوق على هجمات حقوق الطبع والنشر المتقدمة مثل DiffPure وGrIDPure وIMPRESS في مجموعة متنوعة من الإعدادات.

ما هي توقعاتكم فيما يتعلق بتأثير هذه الاستراتيجيات على أمان المحتوى الرقمي؟ شاركونا تعليقاتكم!