基于扩散模型的生成内容安全与隐私保护方法研究.pdf

基于扩散模型的生成内容安全与隐私保护方法研究.pdf

摘要

摘要

得益于大规模多样化-数据集的支持,扩散模型能够实现高质量的个性化的图像生成,

广泛应用于图像编辑与风格迁移等领域。但是扩散模型也面临着新的挑战:一方面,模型

在训练过程中会学习到不当内容,并在推理过程中重现,且易受到对抗性文本提示的攻击,

增加了违规内容生成与知识产权侵犯的风险。另一方面,基于扩散模型生成的对抗样本面

临隐蔽性与鲁棒性不足的问题,这导致用户在公共社交媒体上发布的脸部图像缺乏有效保

护,容易被恶意人脸

文档评论(0)

1亿VIP精品文档

相关文档