اکسپرس 24
ترجمه فارسی مقاله آشکار کردن اطلاعات بصری پنهان: یک حمله بازسازی علیه پنهان‌سازی اطلاعات بصری خصمانه

ترجمه فارسی مقاله آشکار کردن اطلاعات بصری پنهان: یک حمله بازسازی علیه پنهان‌سازی اطلاعات بصری خصمانه

انتخاب پلن

انتخاب پلن برای ادامه خرید الزامی است.

پرداخت اقساطی
در صورت خرید اقساطی هر قسط: 37,500 تومان
۴ قسط ماهانه. بدون سود، چک و ضامن.
پرداخت اقساطی با دیجی‌پی پرداخت اقساطی با ترب‌پی
عنوان مقاله به انگلیسی Unveiling Hidden Visual Information: A Reconstruction Attack Against Adversarial Visual Information Hiding
عنوان مقاله به فارسی آشکار کردن اطلاعات بصری پنهان: یک حمله بازسازی علیه پنهان‌سازی اطلاعات بصری خصمانه
نویسندگان Jonggyu Jang, Hyeonsu Lyu, Seongjin Hwang, Hyun Jong Yang
فرمت مقاله انگلیسی PDF
تعداد صفحات 12
دسته بندی موضوعات Computer Vision and Pattern Recognition,Artificial Intelligence,Cryptography and Security,چشم انداز رایانه و تشخیص الگوی , هوش مصنوعی , رمزنگاری و امنیت ,
توضیحات Submitted 8 August, 2024; originally announced August 2024. , Comments: 12 pages
توضیحات به فارسی ارسال شده در 8 اوت 2024 ؛در ابتدا اوت 2024 اعلام شد. ، نظرات: 12 صفحه

قیمت: 19,000 تومان

سفارش

با انتخاب این گزینه، علاوه بر دریافت مقاله اصلی، را نیز سفارش می‌دهید.

قیمت: 480,000 تومان

زمان تحویل: 2 تا 3 روز کاری

📚 محتوای این محصول آموزشی (پکیج کامل)

علاوه بر مقاله اصلی انگلیسی که دریافت می کنید، برای یادگیری عمیق‌تر و تسلط کامل بر مباحث مجموعه‌ای از کتاب‌های آموزشی نیز ارائه می‌شود.

🎯 این بسته یک دورهٔ آموزشی کامل و چندلایه است؛ شامل ویدیوهای آموزشی، کتاب‌ها، تمرین‌ها و خودآزمایی.

ℹ️ نکات مهم هنگام خرید

  • این محصول به صورت فایل دانلودی کامل ارائه می‌شود.
  • توجه: لینک‌های اختصاصی دوره طی حداکثر 24 ساعت پس از ثبت سفارش ارسال می‌شوند.
  • دقت کنید لینک ها به شماره موبایل شما ارسال می شوند. پس در ارائه شماره موبایل صحیح دقت کنید.
  • برای راهنمایی در مورد نحوه دانلود به شماره 09395106248 پیامک دهید یا تماس بگیرید. (ایده آل ترین گزینه ارسال پیام در یکی از پیام رسان ها به همین شماره است تا سریعا لینک های محصول همان جا برای شما ارسال گردد.)
  • اگر پرداخت انجام شده ولی بعد از 24 ساعت هنوز لینک‌ها را دریافت نکرده‌اید، نام و نام خانوادگی و نام محصول را پیامک کنید تا لینک‌ها دوباره ارسال شوند.

💬 راه‌های ارتباطی پشتیبانی:
واتس‌اپ یا هر پیام رسان داخلی یا پیامک: 09395106248
تلگرام: @ma_limbs

چکیده

This paper investigates the security vulnerabilities of adversarial-example-based image encryption by executing data reconstruction (DR) attacks on encrypted images. A representative image encryption method is the adversarial visual information hiding (AVIH), which uses type-I adversarial example training to protect gallery datasets used in image recognition tasks. In the AVIH method, the type-I adversarial example approach creates images that appear completely different but are still recognized by machines as the original ones. Additionally, the AVIH method can restore encrypted images to their original forms using a predefined private key generative model. For the best security, assigning a unique key to each image is recommended; however, storage limitations may necessitate some images sharing the same key model. This raises a crucial security question for AVIH: How many images can safely share the same key model without being compromised by a DR attack? To address this question, we introduce a dual-strategy DR attack against the AVIH encryption method by incorporating (1) generative-adversarial loss and (2) augmented identity loss, which prevent DR from overfitting -- an issue akin to that in machine learning. Our numerical results validate this approach through image recognition and re-identification benchmarks, demonstrating that our strategy can significantly enhance the quality of reconstructed images, thereby requiring fewer key-sharing encrypted images. Our source code to reproduce our results will be available soon.

چکیده به فارسی (ترجمه ماشینی)

در این مقاله آسیب پذیری های امنیتی رمزگذاری تصویر مبتنی بر نمونه مخالف با اجرای حملات بازسازی داده ها (DR) به تصاویر رمزگذاری شده بررسی شده است.یک روش رمزگذاری تصویر نماینده ، مخفی کردن اطلاعات تصویری مخالف (AVIH) است که از آموزش نمونه مخالف Type-I برای محافظت از مجموعه داده های گالری مورد استفاده در کارهای تشخیص تصویر استفاده می کند.در روش AVIH ، رویکرد نمونه مخالف Type-I تصاویری را ایجاد می کند که کاملاً متفاوت به نظر می رسند اما هنوز توسط دستگاه ها به عنوان اصلی شناخته می شوند.علاوه بر این ، روش AVIH می تواند با استفاده از یک مدل تولیدی کلید خصوصی از پیش تعریف شده ، تصاویر رمزگذاری شده را به اشکال اصلی خود بازگرداند.برای بهترین امنیت ، اختصاص یک کلید منحصر به فرد به هر تصویر توصیه می شود.با این حال ، محدودیت های ذخیره سازی ممکن است برخی از تصاویر را به اشتراک بگذارند که همان مدل کلیدی را به اشتراک می گذارند.این یک سوال امنیتی مهم برای AVIH ایجاد می کند: چند تصویر می توانند با خیال راحت همان مدل کلیدی را به اشتراک بگذارند بدون اینکه توسط یک حمله DR به خطر بیفتد؟برای پرداختن به این سؤال ، ما با استفاده از (1) از دست دادن مولد-آسایش و (2) از دست دادن هویت ، که مانع از بیش از حد DR می شود ، یک حمله DR دو استراتژی را علیه روش رمزگذاری AVIH معرفی می کنیم-که مانع از بیش از حد DR می شود-موضوعی شبیه به آن در یادگیری ماشینبشرنتایج عددی ما این رویکرد را از طریق تشخیص تصویر و معیارهای شناسایی مجدد تأیید می کند ، نشان می دهد که استراتژی ما می تواند به طور قابل توجهی کیفیت تصاویر بازسازی شده را افزایش دهد ، از این طریق به تصاویر رمزگذاری شده به اشتراک گذاری کلیدی نیاز دارد.کد منبع ما برای بازتولید نتایج ما به زودی در دسترس خواهد بود.

📚 محتوای این محصول آموزشی (پکیج کامل)

علاوه بر مقاله اصلی انگلیسی که دریافت می کنید، برای یادگیری عمیق‌تر و تسلط کامل بر مباحث مجموعه‌ای از کتاب‌های آموزشی نیز ارائه می‌شود.

🎯 این بسته یک دورهٔ آموزشی کامل و چندلایه است؛ شامل ویدیوهای آموزشی، کتاب‌ها، تمرین‌ها و خودآزمایی.

ℹ️ نکات مهم هنگام خرید

  • این محصول به صورت فایل دانلودی کامل ارائه می‌شود.
  • توجه: لینک‌های اختصاصی دوره طی حداکثر 24 ساعت پس از ثبت سفارش ارسال می‌شوند.
  • دقت کنید لینک ها به شماره موبایل شما ارسال می شوند. پس در ارائه شماره موبایل صحیح دقت کنید.
  • برای راهنمایی در مورد نحوه دانلود به شماره 09395106248 پیامک دهید یا تماس بگیرید. (ایده آل ترین گزینه ارسال پیام در یکی از پیام رسان ها به همین شماره است تا سریعا لینک های محصول همان جا برای شما ارسال گردد.)
  • اگر پرداخت انجام شده ولی بعد از 24 ساعت هنوز لینک‌ها را دریافت نکرده‌اید، نام و نام خانوادگی و نام محصول را پیامک کنید تا لینک‌ها دوباره ارسال شوند.

💬 راه‌های ارتباطی پشتیبانی:
واتس‌اپ یا هر پیام رسان داخلی یا پیامک: 09395106248
تلگرام: @ma_limbs

نظرات

هنوز نظری ثبت نشده است.

وارد شوید تا نظر ثبت کنید.