Hvordan vandmærkehacket ser ud i aktion.Google Hver internetbruger (især fotografer og journalister) har stødt på synlige vandmærker, logoerne og mønstrene overlejret på digitale stockfotos for at beskytte ophavsretten. Det antages længe, at disse mærker beskytter fotografierne mod at blive brugt på uautoriserede eller ulicenserede måder.
Men Google for nylig opdagede et hack der automatisk fjerner vandmærker, hvilket giver brugerne uhindret adgang til copyrightbeskyttede billeder. Den gode nyhed er, at virksomheden også har fundet ud af en måde at stoppe det på.
Forskerne Tali Dekel, Michael Rubenstein, Ce Liu og William T. Freeman offentliggjorde deres arbejde offentligt denne uge i et indlæg på Googles blog , en akademisk artikel og en video.
Vandmærker har med vilje komplekse strukturer som tynde linjer og skygger for at gøre det sværere for computere at finde ud af, hvor mærket slutter, og det faktiske billede begynder. Faktisk har selv en Photoshop-ekspert med de mest opdaterede værktøjer behov næsten 10 minutter for kun at fjerne et vandmærke.
Men Google-teamet indså, at det samme vandmærke ofte er indlejret i mange billeder ad gangen. Det betyder, at en hacker, der kender de relative egenskaber for hvert billede, nøjagtigt kan gendanne vandmærke-mønsteret og vende processen og afsløre de originale billeder. Dette hack kan udføres automatisk uden brugerintervention. 
Med denne nye metode kan vandmærket ikke fjernes fuldt ud.Google
mest effektive appetitdæmpende otc
Så hvordan kan virksomheder som Shutterstock og Adobe bekæmpe dette problem? Kort sagt ved at gøre vandmærker mere komplicerede. Det betyder ikke kun at ændre deres position, men snarere at indføre tilfældige geometriske mønstre for at vride billedet og gøre mærkerne inkonsekvente. Selv den mindste ændring genererer vandmærker, der ikke kan hackes eller fjernes fuldt ud.
Selvom vi ikke kan garantere, at der ikke vil være en måde at bryde sådanne randomiserede vandmærkeordninger i fremtiden, mener vi (og vores eksperimenter viser), at randomisering vil gøre vandmærket indsamlingsangreb fundamentalt vanskeligere, konkluderer forskerne.
Du kan læse holdets fulde papir (indsendt til Computer Vision Foundation) for mere matematiske og tekniske detaljer.
