본 논문은 이미지 프롬프트 어댑터(IP-Adapter)를 사용하는 텍스트-이미지 확산 모델(T2I-DM) 기반 이미지 생성 서비스(IGS)에 대한 새로운 공격 방식인 '하이재킹 공격'을 제시합니다. imperceptible image-space adversarial examples(AEs)를 업로드하여 악의적인 사용자가 다수의 일반 사용자를 하이재킹하고 IGS를 탈옥시켜 서비스 제공업체에 대한 불신을 조장할 수 있음을 보여줍니다. 특히 IP-Adapter가 오픈소스 이미지 인코더에 의존하기 때문에 AE를 생성하는 데 필요한 지식이 감소한다는 점을 지적합니다. 실험을 통해 하이재킹 공격의 기술적 가능성을 검증하고, 기존 방어기법들을 조사하며, 적대적 학습 모델과 IP-Adapter를 결합하여 기존 방어의 한계를 극복하는 방안을 탐구합니다.
