敌对相机
隐私设计与用户控制深度伪造与合成媒体检测
在本文中,我们介绍了Camera Adversaria;这是一个旨在干扰技术公司对个人照片进行自动监控的移动应用程序。该应用程序利用了深度神经网络对高频信号的脆弱性,向用户的照片添加生成对抗性扰动。这些扰动会混淆图像分类系统,但对人类观察者来说几乎是不可察觉的。Camera Adversaria 建立在机器学习研究人员开发的方法以及越来越多的工作之上,这些工作主要来自艺术和设计领域,它们跨越了当代监控系统。我们绘制了对监控的响应设计空间,并确定了我们项目所在的未充分探索的区域。最后,我们展示了通常用于对抗性扰动文献中的语言如何肯定了企业监控实践,并对抵抗行为进行了贬低。这引发了关于研究界在认可监控系统方面的作用的重大问题。
研究问题 / 现实痛点
这篇论文在当前问题库中对应的问题线索。
当前问题库还没有收录这篇论文的问题与痛点。
暂无符合条件(≥60% 相似度)的相关论文
基于研究子主题与职业分类的 Jaccard 相似度(≥60%)
快捷操作
广告推荐
学习 AI 编程到 CodeNow
open_in_new打开DOI链接
DOI: https://doi.org/10.1145/3313831.3376434
一眼看懂
fact_check论文快照
dataset
来源
CHI
calendar_month
年份
2020
emoji_events
奖项
未标记奖项
group
作者
3 位作者
sell
研究子方向
隐私设计与用户控制、深度伪造与合成媒体检测
work
职业/产业
—
article
内容状态
仅摘要
hub
相关论文
0 篇相关论文