生成图水印的前沿研究与展望

作     者：王金伟 姜晓丽 谭贵峰 罗向阳 WANG Jinwei;JIANG Xiaoli;TAN Guifeng;LUO Xiangyang

作者机构：南京信息工程大学数字取证教育部工程研究中心南京210044 南京信息工程大学计算机学院、网络空间安全学院南京210044 南京信息工程大学软件学院南京210044 数学工程与先进计算国家重点实验室郑州450001 信息工程大学郑州450001 

出 版 物：《网络空间安全科学学报》 (Journal of Cybersecurity)

年 卷 期：2024年第2卷第1期

页      面：50-62页

学科分类：08[工学] 081201[工学-计算机系统结构] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：国家自然科学基金(62072250,62172435,U1804263,U20B2065,61872203,71802110,61802212) 中原科技创新领军人才项目(214200510019) 江苏省自然科学基金(BK20200750) 河南省网络空间态势感知重点实验室开放基金(HNTS2022002) 江苏省研究生研究与实践创新项目(KYCX200974) 广东省信息安全技术重点实验室开放项目(2020B1212060078) 山东省计算机网络重点实验室开放课题基金(SDKLCN-2022-05) 

主　　题：版权保护 水印 生成模型 生成图 人工智能生成内容 

摘      要：随着人工智能生成内容(Artificial Intelligence Generated Content,AIGC)带来的深度合成浪潮,数字水印技术作为图像取证领域中的一种主动防御手段,被广泛应用于识别生成内容和模型的版权保护。因此,生成图水印越来越受到研究者的关注。首先,介绍了生成图水印的研究背景,从模型版权保护和AIGC监管两个角度介绍生成图水印的研究动机。接着,基于生成模型和水印技术的发展引出了生成图水印问题,将水印根据是否参与生成过程分为两类,并对这两类生成图水印的现状进行了详细的梳理和介绍。随后,对现有的生成图水印方法进行评估,在传统水印需满足的鲁棒性、不可察觉性和容量基础上,进一步提出了针对生成图水印的新要求。最后,指出生成图水印中有待进一步解决的问题及发展趋势。