Differentially Private Paired Table-Image Multimodal Synthesis
本文研究差分隐私（DP）下的成对表格-图像多模态数据合成问题。在医疗、金融等真实场景中，常存在图像与结构化表格记录配对的数据，但现有DP合成方法多数只单独处理表格或图像，难以同时保证两种模态的保真度以及跨模态依赖关系。针对这一挑战，作者提出
#cs.CV
共收录 217 条相关情报。
← 返回所有主题ARMOR: Manifold-Oriented Training for Adversarially Robust Aerial Object Detection under Data Scarcity
本文提出了一种名为 ARMOR（Adversarial Robustness with Manifold-Oriented Training）的新型防御方法，旨在解决空中目标检测模型在物理世界中对通用对抗性补丁的脆弱性，同时应对训练数据稀缺
SpatialTrust: A Benchmark for Environmental Risk Recognition in Secure Authentication
该论文提出 SpatialTrust，一个面向安全认证场景中环境风险识别能力评估的多模态大语言模型（MLLM）问答基准。研究背景是：在安全认证过程中，用户周围环境可能泄露敏感信息或引入潜在安全风险（如屏幕内容被旁观者看到、摄像头拍到隐私区域
Asymmetric Phase Coding Video Watermarking
该论文提出了一种非对称的视频水印方案，解决了现有视频水印系统普遍存在的对称性问题。在现有系统中，能够验证水印的一方通常持有提取器权重或生成器秘密，因此攻击者一旦获得验证能力，也能伪造或嵌入水印。基准测试表明，在白盒伪造攻击下，所有被评估的方
Membership is Ownership: A Robust Ownership Verification Framework for Diffusion Models
本论文针对大规模扩散模型（如 DDIM 和 Stable Diffusion）的知识产权（IP）保护问题，提出了一种新颖的模型所有权验证框架 MiO（Membership is Ownership）。研究背景是：扩散模型在训练过程中消耗大量
Breaking Darknet CAPTCHAs with general purpose LLM
本文评估了通用大语言模型（LLM）在破解暗网环境中常见CAPTCHA验证码任务上的有效性。暗网CAPTCHA通常设计为无JavaScript运行，因此与主流验证码系统存在显著差异。研究选取了三种具有代表性的挑战类型：开放圆圈定位、旋转对齐和
Fully Unleashing the Multimodal Attacker: Meta-Adaptive Jailbreaking of Vision-Language Models
本文提出了一种名为元自适应多模态越狱（Meta-Adaptive Multimodal Jailbreaking, MAMJ）的新型攻击方法，用于系统性评估大型视觉语言模型（VLM）的安全性。现有越狱攻击在元层面大多是静态的：基于模板的方法
FIDA: Feature Instability-Driven Attack on Self-Supervised Facial Representation
本文提出了一种针对自监督学习（SSL）人脸表示模型的新型后门攻击框架 FIDA（Feature Instability-Driven Attack）。研究背景是：自监督学习模型已被证实容易受到后门攻击，但在人脸表示领域，此类攻击的系统性风险
Capacity Overflow: A Blind Spot for Backdoor Attacks in Vision MoE
混合专家（MoE）已成为高效扩展视觉Transformer（ViT）的流行范式。为保障计算可扩展性并防止专家过载，视觉MoE架构采用了容量受限的令牌调度机制，每个专家的处理预算依赖于推理批次大小。本工作将这一批次依赖行为识别为被忽视的攻击面
Masking Is Not Enough: Generative Restoration for Multimodal De-Identification in Medical AI
该论文关注医疗AI中多模态数据（图像+文本）的去标识化（de-identification）问题。随着医疗视觉语言模型的发展，图像中可能包含可见的受保护健康信息（PHI），如患者姓名、病历号等，而文本侧也可能泄露隐私。现有方法往往将去标识化
Privacy-Preserving Object Detection for Vision Transformer-Based Models
本文提出了一种面向视觉Transformer（ViT）目标检测模型的隐私保护方法。以往针对视觉信息保护的研究主要集中于图像分类任务，而本文首次将感知加密（perceptual encryption）技术应用于目标检测任务。该方法利用ViT的
Steering the Flow: Inverting Face Recognition Models via Gradient-Guided Flow Matching
本文针对人脸识别系统中的模型逆向攻击（Model Inversion Attacks, MIAs）提出了一种新的两阶段白盒攻击方法——Steering Flow Model Inversion (SFMI)。模型逆向攻击旨在从训练好的识别模
Bit-Level Triangular Content-Aware Permutation for Fragile Image Watermarking: Zero False Positive Rate, Single-Bit Sensitivity, and Arbitrary Dimension Support
本文针对数字图像完整性保护中脆弱水印技术面临的攻击鲁棒性与维度适配问题，提出了一种基于比特级三角内容感知置换（TCA）的新型脆弱水印算法。现有脆弱水印方案在矢量量化（VQ）和拼贴攻击下易失效，且通常只能处理固定尺寸图像。该算法首先将图像与基
Beyond Visual Evidence: Revealing and Mitigating Relational Privacy Leakage in Document MLLMs
本文关注多模态大语言模型（MLLM）在文档理解场景下的隐私泄露问题，尤其是面向身份证件等身份文档处理的领域专用MLLM。作者指出，现有研究多聚焦于通用MLLM的隐私风险，而领域专用模型在关键信息提取（KIE）任务中的独特脆弱性尚未被充分探索
Analysis of Federated Aggregation under Model Poisoning and Backdoor Attacks: A Reconstructed Cross-Dataset and Cross-Architecture Benchmark
本文是一篇关于联邦学习中聚合方法在模型投毒与后门攻击下鲁棒性的系统性比较研究。作者重建了一个包含500个单元格的评估矩阵，覆盖五种聚合方法（如Trimmed Mean、Krum等）、五个数据集、五种模型架构，以及四种记录条件：干净环境、符号
SegPAR: Class-Centric Decision-Based Sparse Attack for Semantic Segmentation
本文聚焦于语义分割任务中的决策黑盒稀疏攻击问题。尽管稀疏决策黑盒攻击在分类领域已有研究，但在语义分割中尚缺乏系统性探索。作者首先将分类域中最具代表性的决策黑盒稀疏攻击方法改编至语义分割场景，构建了该未充分研究区域的基准测试。通过基准分析，发
Once Poisoned, Arbitrarily Controlled: A Programmable Backdoor in VLMs
该论文提出了一种面向视觉语言模型（VLM）的可编程后门攻击方法，挑战了传统后门攻击“静态绑定”的假设。传统攻击中，触发器与目标输出在训练阶段固定绑定（一对一或N对N），攻击者无法在推理时动态选择目标。本文作者证明，仅需一次中毒训练，即可在V
Overcoming Data Scarcity and Confidentiality in Hardware Assurance via Synthetic Generation
本文针对硬件保障（Hardware Assurance）中扫描电子显微镜（SEM）图像分析面临的数据稀缺与机密性挑战，提出了一种隐私保护的合成数据生成流程。硬件验证依赖SEM对纳米级结构进行自动分析，但构建大规模高质量数据集受限于采集耗时以
A Content-Aware Pure Permutation with Intrinsic Avalanche Effect: Breaking the Diffusion-Permutation Dichotomy
本文针对传统图像加密与数据隐藏中一个长期存在的假设提出挑战：纯像素置换（permutation）本身无法产生差分敏感性（differential sensitivity），即改变一个像素只会使其在输出中重新定位，不会引发雪崩效应。作者认为这
DiffSafeMerge: Mitigating Backdoor Inheritance in Diffusion Model Merging
本文提出 DiffSafeMerge (DSM)，解决扩散模型 checkpoint 合并过程中的后门继承问题。在无条件下扩散模型合并场景中，通常假设来自公共仓库的 checkpoint 是良性来源，但攻击者可能发布一个包含休眠后门的恶意