Daily Arxiv

전 세계에서 발간되는 인공지능 관련 논문을 정리하는 페이지 입니다.
본 페이지는 Google Gemini를 활용해 요약 정리하며, 비영리로 운영 됩니다.
논문에 대한 저작권은 저자 및 해당 기관에 있으며, 공유 시 출처만 명기하면 됩니다.

RemedyGS: Defend 3D Gaussian Splatting against Computation Cost Attacks

Created by
  • Haebom
Category
Empty

저자

Yanping Li, Zhening Liu, Zijian Li, Zehong Lin, Jun Zhang

개요

3D 복원을 위한 주류 기술인 3D Gaussian splatting(3DGS)의 취약점을 악용한 공격(자원 점유, 서비스 거부 등)에 대응하기 위해, 본 논문은 효과적이고 포괄적인 블랙박스 방어 프레임워크인 RemedyGS를 제안합니다. RemedyGS는 공격받은 입력 이미지를 식별하는 감지기와 공격받은 이미지를 복구하는 정화기로 구성되며, 적대적 훈련을 통해 복구된 이미지와 원본 이미지 간의 분포 정렬을 강화하여 방어 효과를 높입니다. 실험 결과는 RemedyGS가 3DGS 시스템에서 화이트박스, 블랙박스, 적응형 공격에 효과적으로 방어하며, 안전성과 유용성 측면에서 최고의 성능을 달성함을 보여줍니다.

시사점, 한계점

3DGS 시스템에 대한 계산 비용 공격에 효과적인 블랙박스 방어 프레임워크 제시.
감지기와 정화기, 적대적 훈련을 통한 방어 메커니즘 구축.
화이트박스, 블랙박스, 적응형 공격에 대한 방어 능력 입증.
3DGS 시스템의 안전성과 유용성 향상에 기여.
구체적인 한계점에 대한 언급은 논문 요약에서 확인되지 않음.
👍