ISPCloak：利用ISP實現無最佳化物理偽裝以欺騙深度偽造檢測器
本文提出ISPCloak，一種無需最佳化的對抗攻擊框架，透過利用影像訊號處理（ISP）管道的硬體固有統計特徵，將AI生成影像偽裝成真實照片，從而有效繞過當前深度偽造檢測器。該方法將影像轉換至RAW域，注入真實感測器噪聲並重建ISP管道，實現快速生成視覺上不可察覺的對抗樣本，實驗表明其對多種檢測機制具有廣泛欺騙性。
隨著生成模型的快速發展，評估深度偽造檢測器在最壞情況下的魯棒性變得至關重要。來自ACM MM 2026的一篇論文揭示了當前取證正規化的根本盲點：儘管現有檢測器擅長捕捉數字合成偽影，但當AI生成內容被偽裝成具有真實物理成像特徵時，其有效性急劇下降。
研究人員指出，真實照片固有地擁有硬體相關的統計特徵，這些特徵是由光學感測器和影像訊號處理（ISP）管道留下的不可見印記，而純資料驅動的生成模型從根本上缺乏這些印記。基於這一洞察，他們提出了ISPCloak，一種新穎的無最佳化對抗攻擊框架，明確利用ISP管道來誤導深度偽造檢測器的判斷。該研究由Jiale Zhao等六位作者共同完成，已被ACM Multimedia 2026會議接收。
ISPCloak的工作流程如下：首先使用可逆ISP網路將影像投影到RAW域；然後透過注入真實的泊松-高斯感測器噪聲和進行正向ISP重建，將真實相機的複雜統計先驗無縫地印刻到AI生成影像上。與傳統的基於梯度的對抗攻擊不同，ISPCloak無需最佳化步驟，因此可以極快地生成對抗樣本，且計算成本極低。結合生成偽影抑制和自適應掩碼，這種簡化的物理模擬能夠實現超快速的對抗樣本生成。
廣泛實驗表明，嵌入真實的物理擾動從根本上破壞了當前多種檢測機制，生成了具有普遍規避能力的對抗樣本，且視覺變化幾乎不可感知。該發現對數字取證領域提出了嚴峻挑戰，表明現有檢測器需要重新審視對物理成像特徵的建模能力。相關程式碼和資料將在未來發布。