Daily Arxiv

世界中で発行される人工知能関連の論文をまとめるページです。
このページはGoogle Geminiを活用して要約し、非営利で運営しています。
論文の著作権は著者および関連機関にあり、共有する際は出典を明記してください。

Unmasking Puppeteers: Leveraging Biometric Leakage to Disarm Impersonation in AI-based Videoconferencing

Created by
  • Haebom

作者

Danial Samadi Vahdati, Tai Duc Nguyen, Ekta Prashnani, Koki Nagano, David Luebke, Orazio Gallo, Matthew Stamm

概要

AIベースのトーキングヘッドビデオ会議システムは、圧縮されたポーズ表情潜在変数を送信し、受信側でRGBを再合成して帯域幅を減らしますが、この潜在変数は操作され、攻撃者が被害者の姿をリアルタイムで拉致することができます。すべてのフレームが合成されるため、ディープフェイクと合成ビデオ検出器は完全に失敗します。このセキュリティ問題を解決するために、我々はポーズ表情潜在変数が運転アイデンティティのバイオメトリック情報を暗黙的に含むという重要な観察を利用します。したがって、我々は、再構成されたRGBビデオをまったく見なくても生体情報の漏洩を防御する最初の方法を紹介します。つまり、送信された潜在変数内で持続的なアイデンティティ手がかりを分離するとともに一時的なポーズと表情を除去するポーズ条件付き、大きなマージンの対照エンコーダです。この分離された埋め込みの簡単なコサインテストは、ビデオがレンダリングされたときに違法なアイデンティティ交換をフラグします。複数のトーキングヘッド生成モデルの実験結果,我々の方法は,従来の操作防御より一貫して優れた性能を示し,リアルタイムで動作し,アウト・オブ・ディストリビューションのシナリオに対する強力な一般化を示した。

Takeaways、Limitations

AIベースのトーキングヘッドテレビ会議システムのセキュリティ問題の解決
RGBビデオを見なくても生体情報漏洩を防御する最初の方法を提示
ポーズ条件付き、大きなマージンの対照エンコーダを利用して潜在変数内で継続的なアイデンティティ手がかりを分離
従来の操作防御より優れた性能、リアルタイム操作、アウト・オブ・ディストリビューション・シナリオの強力な一般化
論文自体にLimitationsへの言及はありません
👍