Исследователи МИЭМ ВШЭ проанализировали схемы полухрупких цифровых водяных знаков для изображений, опубликованные за последние десять лет. Об этом сообщили в пресс-службе НИУ ВШЭ. Результаты опубликованы в журнале Computer Science Review.
Современные технологии, основанные на генеративных нейросетях, сделали создание поддельных изображений доступным для широкого круга пользователей. Теперь, чтобы вставить человека в чужое фото или заменить лицо, не требуется обладать сложными графическими программами. Одним из способов защиты является внедрение невидимой метки, или цифрового водяного знака, в изображение. Такая метка не ухудшает качество картинки и не препятствует её публикации в социальных сетях, но при проверке позволяет подтвердить оригинальность, установить автора и выявить любые изменения.
Водяные знаки делятся на три типа. Робастные обеспечивают защиту авторских прав и остаются практически неизменными даже при значительных искажениях. Хрупкие водяные знаки, напротив, разрушаются при малейших изменениях и не способны отличить безобидную обработку от злонамеренной. Полухрупкие водяные знаки объединяют свойства робастных и хрупких: они устойчивы к случайным изменениям, но разрушаются при целенаправленных манипуляциях. Такие метки допускают сжатие в формате JPEG, размытие, поворот или изменение яркости, но не терпят вставку, удаление или копирование фрагментов изображения.
Анна Мельман и Олег Евсютин из МИЭМ ВШЭ провели исследование схем полухрупких водяных знаков, опубликованных в период с 2016 по 2026 годы. Из 30 рассмотренных схем 18 основаны на традиционных методах встраивания метки в пиксели или частотные характеристики, а 12 используют нейросетевые технологии. Учёные проанализировали эти схемы по различным параметрам: типу метки, способу обнаружения подделки, способности указывать на изменённые области и восстанавливать их, а также по ключевым характеристикам, таким как незаметность, устойчивость к безвредным изменениям и чувствительность к фальсификациям.
Результаты исследования показали, что 25 из 30 схем не только сигнализируют о подделке, но и указывают на конкретный изменённый участок изображения. Восстановить испорченный фрагмент способны только 10 схем. Большинство методов (18 из 30) работают автономно, не требуя исходной метки для проверки. По степени устойчивости к изменениям исследователи разделили схемы на три категории. Нейросетевые схемы чаще, чем классические, справляются с широким спектром безобидных изменений, а шесть из них разработаны специально для распознавания дипфейков.
«Главная сложность в том, что метка должна одновременно оставаться невидимой, выдерживать обычную обработку и замечать подделку. Улучшая одно из этих свойств, легко потерять другое. Мы попытались навести порядок в этой области и показать, где сегодня самые острые проблемы», – Олег Евсютин, руководитель департамента кибербезопасности МИЭМ ВШЭ.
Анна Мельман – младший научный сотрудник МИЭМ ВШЭ. По её словам, в научной литературе до сих пор нет единого понимания, что считать полухрупким знаком, а чувствительность к подделкам авторы оценивают с помощью как минимум десяти разных метрик. В будущем исследователи предлагают проверять устойчивость меток не только к лабораторным искажениям, но и к фильтрам соцсетей, а нейросети обучать на более разнообразных данных. Перспективным направлением учёные считают бесконтейнерные водяные знаки, которые встраиваются в изображение на этапе его генерации. Исследование выполнено при поддержке гранта Российского научного фонда.
Защита авторских прав на изображения — проблема не только техническая, но и юридическая. Как рассказывала интернет-газета «ЖУК», автор сгенерированных в нейросети изображений «Мона Лиза с вином» и «Статуя Свободы с вином» не смог добиться защиты авторских прав. Суд в Москве посчитал их создание не творчеством, а техническим процессом.