Este artículo estudia los ataques de suplantación de indicaciones en modelos de difusión de generación de texto a imagen. Destacamos las debilidades de los métodos existentes de recuperación de indicaciones basados en optimización numérica y enfatizamos la importancia de los números aleatorios iniciales utilizados durante la generación de imágenes. Al explotar una vulnerabilidad (CWE-339) debido a valores de semilla limitados (2 32 ) en la generación de números aleatorios basada en CPU de PyTorch, demostramos experimentalmente que los valores de semilla para aproximadamente el 95% de las imágenes en la plataforma CivitAI pueden recuperarse en 140 minutos utilizando una herramienta llamada SeedSnitch. Con las semillas recuperadas, proponemos PromptPirate, un método de suplantación de indicaciones basado en algoritmos genéticos que logra una similitud LPIPS entre un 8% y un 11% mayor que los métodos de vanguardia existentes (PromptStealer, P2HP y CLIP-Interrogator). Por último, presentamos contramedidas efectivas para neutralizar la suplantación de indicaciones basadas en semillas y optimización y revelamos nuestros esfuerzos de colaboración con desarrolladores relevantes para abordar estas vulnerabilidades.
