DiffAttack: Modelli di Diffusione Latente per Attacchi Avversari ai Sistemi di Riconoscimento Facciale

Un nuovo articolo di ricerca intitolato 'DiffAttack: Evasion Attacks Against Face Recognition via Latent Diffusion Models' è stato pubblicato su arXiv (ID: 2607.28936). L'articolo, annunciato come invio di tipo cross, propone un metodo innovativo per generare volti avversari al fine di eludere i sistemi di riconoscimento facciale profondo (FR). Gli autori evidenziano che i metodi avversari esistenti per i dati biometrici facciali hanno prestazioni e qualità dell'immagine limitate, spesso fallendo quando le immagini sorgente e target provengono da diversi gruppi demografici o generi. Per affrontare questi problemi, DiffAttack sfrutta modelli di diffusione latente per guidare la generazione di volti avversari verso gli embedding dell'identità target tramite ottimizzazione nello spazio latente. L'approccio mira a produrre immagini avversarie di alta qualità e impercettibili all'occhio umano che possano eludere i sistemi FR sfruttando i loro confini decisionali ristretti. L'articolo è disponibile all'URL arXiv fornito.