Tag · 8 篇
对抗扰动
基于双重扰动的神经网络鲁棒性验证
Verifying Neural Network Robustness with Dual Perturbations
对做视觉鲁棒性评测的人，这篇提供了把连续空间扭曲（卷积扰动）与逐像素噪声联合建模的验证框架，可直接用来检验分类网络在真实复合损坏下是否真的鲁棒，避免单一扰动验证带来的虚假安全感。
UniDef：抵御未授权图像篡改的通用防御
UniDef: Universal Defense Against Unauthorized Image Manipulation
把「保护图像不被扩散编辑」从逐步局部扰动升级为全局去噪方向扰动，并用有限差分雅可比估计替代模型相关梯度，做视觉研究者可将其作为模型无关对抗扰动的通用构造手段，用于跨模型、跨编辑任务的保护与红队评估。
面向鲁棒多模态大语言模型的越狱攻击防御
Towards Robust Multimodal Large Language Models Against Jailbreak Attacks
对做多模态大模型安全的研究者，这篇提供了可复用的对抗训练循环：用对比目标在词元嵌入空间优化出对抗扰动（CoE-Attack），再更新模型参数中和扰动，可作为白盒越狱防御的基线方案。
Robust3DGSW：面向量化感知3D高斯泼溅的鲁棒水印
Robust3DGSW: Toward Robust Watermarking for Quantization-Aware 3D Gaussian Splatting
针对量化后的3DGS模型，提出将水印嵌入3D高斯参数与2D渲染图像的中频带，并利用多尺度对抗扰动训练2D/3D解码器，为3DGS版权保护提供可复用方案。
PoInit-of-View：视图初始化投毒可跨多种三维重建系统迁移
PoInit-of-View: Poisoning Initialization of Views Transfers Across Multiple 3D Reconstruction Systems
针对 SfM 前端的关键点检测与特征匹配注入跨视角梯度不一致扰动，可作为研究三维重建流程前端脆弱性、以及设计对应防御或鲁棒特征匹配的切入点；其黑盒迁移设定（3DGS→NeRF）也提示可用 SfM 作为代理模型生成可迁移攻击。
无法窃取我的面容：针对身份保持个性化生成的主动防御
No Way To Steal My Face: Proactive Defense Against Identity-Preserving Personalized Generation
针对身份保持的个性化生成（如数字头像、虚拟试衣）中的隐私泄露问题，提出一种模型无关的主动防御框架，通过对抗扰动同时破坏身份特征提取和注入两个阶段，可推广到基于训练和无训练的个人化方法。
Adapter Shield：内置认证的统一框架，用于阻止未经授权的零样本图像到图像生成
Adapter Shield: A Unified Framework with Built-in Authentication for Preventing Unauthorized Zero-Shot Image-to-Image Generation
针对零样本图像到图像生成中的身份/风格盗用，提出可逆加密嵌入加多目标对抗扰动，把图像编码器输出的嵌入推向指定加密模式；做扩散模型安全、水印或个性化生成防护的研究可直接复用这套「嵌入层加密+对抗偏移」思路。
视觉模型中对抗性成员操纵的统一视角
A Unified Perspective on Adversarial Membership Manipulation in Vision Models
对做视觉模型隐私评估的人，这篇论文指出成员推理攻击（MIA）本身存在对抗脆弱面：不可感知扰动可把非成员图像推入成员区域，并给出基于梯度范数坍缩轨迹的检测与鲁棒推理方案，可直接用于加固 MIA 评测流程或设计更可信的隐私审计工具。