Buchumschlag

LoyalDiffusion: A Diffusion Model Guarding Against Data Replication

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Li, Chenghao, Zhang, Yuke, Chen, Dake, Xu, Jingqi, Beerel, Peter A.
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Computer Vision and Pattern Recognition Cryptography and Security
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Mitigate Replication and Copying in Diffusion Models with Generalized Caption and Dual Fusion Enhancement
von: Li, Chenghao, et al.
Veröffentlicht: (2023)

FPAN: Mitigating Replication in Diffusion Models through the Fine-Grained Probabilistic Addition of Noise to Token Embeddings
von: Xu, Jingqi, et al.
Veröffentlicht: (2025)

Is Diffusion Model Safe? Severe Data Leakage via Gradient-Guided Diffusion Model
von: Meng, Jiayang, et al.
Veröffentlicht: (2024)

MMA-Diffusion: MultiModal Attack on Diffusion Models
von: Yang, Yijun, et al.
Veröffentlicht: (2023)

FT-Shield: A Watermark Against Unauthorized Fine-tuning in Text-to-Image Diffusion Models
von: Cui, Yingqian, et al.
Veröffentlicht: (2023)

Guarding the Gate: ConceptGuard Battles Concept-Level Backdoors in Concept Bottleneck Models
von: Lai, Songning, et al.
Veröffentlicht: (2024)

An Inversion-based Measure of Memorization for Diffusion Models
von: Ma, Zhe, et al.
Veröffentlicht: (2024)

Adversarial Examples are Misaligned in Diffusion Model Manifolds
von: Lorenz, Peter, et al.
Veröffentlicht: (2024)

Rethinking Robust Adversarial Concept Erasure in Diffusion Models
von: Yin, Qinghong, et al.
Veröffentlicht: (2025)

Responsible Diffusion: A Comprehensive Survey on Safety, Ethics, and Trust in Diffusion Models
von: Wei, Kang, et al.
Veröffentlicht: (2025)

Bi-Erasing: A Bidirectional Framework for Concept Removal in Diffusion Models
von: Chen, Hao, et al.
Veröffentlicht: (2025)

Video Signature: Implicit Watermarking for Video Diffusion Models
von: Huang, Yu, et al.
Veröffentlicht: (2025)

Lazy Layers to Make Fine-Tuned Diffusion Models More Traceable
von: Liu, Haozhe, et al.
Veröffentlicht: (2024)

Guidance Watermarking for Diffusion Models
von: Gesny, Enoal, et al.
Veröffentlicht: (2025)

Gaussian Shading: Provable Performance-Lossless Image Watermarking for Diffusion Models
von: Yang, Zijin, et al.
Veröffentlicht: (2024)

Defensive Unlearning with Adversarial Training for Robust Concept Erasure in Diffusion Models
von: Zhang, Yimeng, et al.
Veröffentlicht: (2024)

Unveiling and Mitigating Memorization in Text-to-image Diffusion Models through Cross Attention
von: Ren, Jie, et al.
Veröffentlicht: (2024)

Struggle with Adversarial Defense? Try Diffusion
von: Li, Yujie, et al.
Veröffentlicht: (2024)

Gaussian Shannon: High-Precision Diffusion Model Watermarking Based on Communication
von: Zhang, Yi, et al.
Veröffentlicht: (2026)

SemBind: Binding Diffusion Watermarks to Semantics Against Black-Box Forgery Attacks
von: Zhang, Xin, et al.
Veröffentlicht: (2026)

GaussMarker: Robust Dual-Domain Watermark for Diffusion Models
von: Li, Kecen, et al.
Veröffentlicht: (2025)

Membership Inference on Text-to-Image Diffusion Models via Conditional Likelihood Discrepancy
von: Zhai, Shengfang, et al.
Veröffentlicht: (2024)

Gaussian Shading++: Rethinking the Realistic Deployment Challenge of Performance-Lossless Image Watermark for Diffusion Models
von: Yang, Zijin, et al.
Veröffentlicht: (2025)

EditShield: Protecting Unauthorized Image Editing by Instruction-guided Diffusion Models
von: Chen, Ruoxi, et al.
Veröffentlicht: (2023)

Membership Inference Attack Against Masked Image Modeling
von: Li, Zheng, et al.
Veröffentlicht: (2024)

Gungnir: Exploiting Stylistic Features in Images for Backdoor Attacks on Diffusion Models
von: Zhang, Lei, et al.
Veröffentlicht: (2025)

HMARK: Radioactive Multi-Bit Semantic-Latent Watermarking for Diffusion Models
von: Li, Kexin, et al.
Veröffentlicht: (2025)

Extracting Training Data from Unconditional Diffusion Models
von: Chen, Yunhao, et al.
Veröffentlicht: (2024)

Intriguing Properties of Diffusion Models: An Empirical Study of the Natural Attack Capability in Text-to-Image Generative Models
von: Sato, Takami, et al.
Veröffentlicht: (2023)

VidLeaks: Membership Inference Attacks Against Text-to-Video Models
von: Wang, Li, et al.
Veröffentlicht: (2026)

GuardSplat: Efficient and Robust Watermarking for 3D Gaussian Splatting
von: Chen, Zixuan, et al.
Veröffentlicht: (2024)

VideoEraser: Concept Erasure in Text-to-Video Diffusion Models
von: Xu, Naen, et al.
Veröffentlicht: (2025)

SIDE: Surrogate Conditional Data Extraction from Diffusion Models
von: Chen, Yunhao, et al.
Veröffentlicht: (2024)

Shallow Diffuse: Robust and Invisible Watermarking through Low-Dimensional Subspaces in Diffusion Models
von: Li, Wenda, et al.
Veröffentlicht: (2024)

Six-CD: Benchmarking Concept Removals for Benign Text-to-image Diffusion Models
von: Ren, Jie, et al.
Veröffentlicht: (2024)

DIAGNOSIS: Detecting Unauthorized Data Usages in Text-to-image Diffusion Models
von: Wang, Zhenting, et al.
Veröffentlicht: (2023)

Embedding Watermarks in Diffusion Process for Model Intellectual Property Protection
von: Yang, Jijia, et al.
Veröffentlicht: (2024)

SAP-DIFF: Semantic Adversarial Patch Generation for Black-Box Face Recognition Models via Diffusion Models
von: Wang, Mingsi, et al.
Veröffentlicht: (2025)

LightPure: Realtime Adversarial Image Purification for Mobile Devices Using Diffusion Models
von: Khalili, Hossein, et al.
Veröffentlicht: (2024)

Controllable Adversarial Makeup for Privacy via Text-Guided Diffusion
von: Kwon, Youngjin, et al.
Veröffentlicht: (2025)