🤖 AI

RandMark: On Random Watermarking of Visual Foundation Models

تقترح هذه الورقة RandMark، وهي طريقة للعلامات المائية العشوائية تقوم بدمج العلامات المائية الرقمية في التمثيلات الداخلية للنماذج التأسيسية البصرية باستخدام شبكة مشفر-وفك تشفير صغيرة لتمكين التحقق القوي من الملكية مع انخفاض معدلات الكشف الخاطئ والخطأ في الكشف.

المؤلفون الأصليون: Anna Chistyakova, Mikhail Pautov

نُشر 2026-03-12

📖 4 دقيقة قراءة☕ قراءة في استراحة قهوة

CC BY 4.0

المؤلفون الأصليون: Anna Chistyakova, Mikhail Pautov

البحث الأصلي مرخَّص بموجب CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ هذا شرح مولَّده بالذكاء الاصطناعي للبحث أدناه. لم يكتبه المؤلفون ولم يصادقوا عليه. وللتحقق من الدقة التقنية، يرجى الرجوع إلى البحث الأصلي. اقرأ إخلاء المسؤولية الكامل

تخيل أنك قمت للتو ببناء روبوت طباخ مذهل ومصنوع خصيصاً لك. لقد قضيت سنوات في جمع أفضل الوصفات، وتدريب الروبوت على ملايين الأطببات، وتعديل خوارزمياته حتى أصبح بإمكانه تقطيع الخضروات أو قلب الفطائر بشكل أفضل من أي شخص آخر. هذا الروبوت هو "نموذجك الأساسي البصري" (Visual Foundation Model - VFM)، وهو ذو قيمة هائلة.

الآن، تخيل أنك تريد بيع "عقل" هذا الروبوت (البرمجيات) لمطاعم أخرى. لكنك قلق: ماذا لو اشترى مطعم ما الروبوت، ثم نسخ عقله، وباع تلك النسخة لطرف ثالث دون إذنك؟ أو ماذا لو قاموا بتعديل العقل قليلاً لجعله أسرع، زاعمين أنه اختراع جديد؟

أنت بحاجة إلى وسيلة لتثبت: "مهلاً، هذا العقل الخاص بالروبوت ملكي!" حتى لو حاول شخص ما إخفاء ذلك. هنا يأتي دور ورقة بحثية تسمى RandMark.

المشكلة: السلع المسروقة غير المرئية

في الوقت الحالي، إذا سرق شخص ما عقل الروبوت الخاص بك، فمن الصعب إثبات أنه ملكك. فالبصمات القياسية (مثل التحقق من الرقم التسلسلي) غالباً ما يتم مسحها إذا قام اللص بتغيير الكود قليلاً (التدريب الدقيق/Fine-tuning) أو إذا قام بإزالة أجزاء من الكود لجعله أصغر حجماً (التقليم/Pruning).

الحل: العلامة المائية بـ "الحبر السحري"

يقترح المؤلفون طريقة جديدة تسمى RandMark. لا تفكر فيها كوشم دائم على جلد الروبوت، بل كـ حبر سحري مخفي داخل أفكاره.

إليك كيف يعمل الأمر، خطوة بخطوة:

1. الوصفة السرية (العلامة المائية)

بدلاً من تغيير عقل الروبوت بالكامل، يستخدم المؤلفون "مشفرًا" خاصًا (برنامج مساعد صغير) لحقن رسالة ثنائية سرية (سلسلة من الأصفار والآحاد، مثل كود سري) داخل المعالجة الداخلية للروبوت.

التشبيه: تخيل أنك تعطي روبوت الطباخ الخاص بك صورة محددة وضبابية قليلاً لحبة طماطم. أنت تقول للروبوت: "عندما ترى هذه الصورة الضبابية المحددة للطماطم، فكر في الكود السري '10101'".
يتعلم الروبوت ربط تلك الصورة المحددة بذلك الكود السري. يحدث هذا داخل الطبقات الخفية لأفكاره.

2. اللمسة العشوائية (الجانب "العشوائي" في RandMark)

الجزء الذكي هو أنهم لا يستخدمون صورة واحدة فقط. بل يستخدمون نسخاً مشوهة عشوائياً من تلك الصورة.

التشبيه: تعرض للطالب صورة الطماطم، لكن أحياناً تكون مقلوبة، وأحياناً تكون مكبرة، وأحياناً تكون ضبابية قليلاً. بغض النظر عن كيفية التلاعب بالصورة، يتدرب الروبوت على الاستمرار في الهمس بالكود السري "10101" في عقله.
ولأن الروبوت يجب أن يعمل بجهد للتعرف على الكود من خلال كل هذه التواءات الصور العشوائية، فإن "ذاكرة" الكود تصبح مغروسة بعمق في مساراته العصبية.

3. الاختبار (المفكك/المنقح)

لاحقاً، إذا شككت في أن شخصاً ما قد سرق الروبوت الخاص بك، فستجري اختباراً.

تعرض على الروبوت المشتبه به نفس مجموعة صور الطماطم الملتوية.
تستخدم "مفككاً" (برنامج محقق) للاستماع إلى ما يهمس به الروبوت.
إذا كان روبوتك: حتى لو قام اللص بتعديل عقل الروبوت ليكون أسرع أو غير وظيفته للقيام بمهمة مختلفة (مثل تقطيع البصل بدلاً من الطماطم)، فسيظل الروبوت يهمس بالكود السري "10101" معظم الوقت.
إذا كان روبوتاً غريباً: الروبوت الذي لم يتم تدريبه على كودك السري سيشعر بالارتباك فقط. قد يخمن أكواداً عشوائية، أو لا يقول شيئاً على الإطلاق. لن يهمس باستمرار بـ "10101".

لماذا يعد هذا أفضل من الطرق القديمة؟

تقارن الورقة البحثية بين RandMark وطرق "البصمة" الأخرى باستخدام بعض الاستعارات الرئيسية:

"اليد الثقيلة" مقابل "اللمسة اللطيفة": الطرق القديمة كانت تحاول تغيير عقل الروبوت بشكل جذري لإخفاء البصمة لدرجة أن الروبوت يبدأ في ارتكاب أخطاء (مثل حرق الخبز). RandMark يشبه اللمسة اللطيفة؛ فهو يخفي الكود جيداً لدرجة أن الروبوت لا يزال يعمل بشكل مثالي.
اختبار "الممحاة": غالباً ما يحاول اللصوص "تقليم" (قطع) أجزاء من الكود لإزالة البصمة.
- الطريقة القديمة: إذا قطعت 20% من عقل الروبوت، تختفي البصمة.
- طريقة RandMark: بما أن الكود منسوج في طريقة تفكير الروبوت حول الصور العشوائية، فحتى لو قطعت 40% من العقل، فسيظل الروبوت يتذكر الكود السري. إنه يشبه محاولة مسح أغنية من ذاكرة شخص عن طريق إزالة بعض الخلايا العصبية؛ اللحن لا يزال موجوداً.

النتائج

اختبر الباحثون هذه الطريقة على نموذجين مشهورين وقويين جداً (CLIP و DINOv2).

معدل النجاح: عندما أخذوا نماذجهم التي تحتوي على العلامة المائية ودربوها على مهام جديدة (مثل تحديد الطعام أو المنتجات)، ظل الكود السري موجوداً بنسبة 100% من الوقت.
لا توجد إنذارات خاطئة: عندما اختبروا نماذج مختلفة تماماً وبريئة ليس لها علاقة بروبوتهم، قال النظام بشكل صحيح: "لا، هذا ليس ملكك". لم يرتبك النظام.

الخلاصة

RandMark هي وسيلة لمبدعي الذكاء الاصطناعي لختم "حقوق الطبع والنشر" الخاصة بهم مباشرة في طريقة تفكير النموذج. إنها تشبه تعليم النموذج مصافحة سرية لا يمكنه نسيانها، حتى لو حاول شخص ما تغيير وظيفته، أو تقليص حجمه، أو إعادة تدريبه. إذا استطاع النموذج القيام بتلك المصافحة السرية، فأنت تعلم أنه ملكك.

إليك ملخص تقني مفصل لورقة البحث بعنوان "RandMark: حول العلامات المائية العشوائية للنماذج البصرية التأسيسية".

1. بيان المشكلة

تُعد النماذج البصرية التأسيسية (VFMs)، مثل CLIP وDINOv2، أصولاً قيمة نظراً للتكلفة العالية لجمع البيانات والتدريب. يقوم المالكون بتوزيع هذه النماذج عبر تراخيص أو اشتراكات لحماية حقوق الملكية الفكرية (IPR) الخاصة بهم. ومع ذلك، يظل الاستخدام غير المصرح به (مثل دمج النماذج في خدمات أخرى) يشكل تهديداً.

تواجه طرق الحماية الحالية قيوداً محددة عند تطبيقها على النماذج البصرية التأسيسية:

بصمة الإصبع (Fingerprinting): غالباً لا تغير النموذج ولكنها تولد معرفات فريدة. ومع ذلك، فإن العديد من طرق بصمة الإصبع الحالية مصممة للمصنفات وتفشل في التمييز بين النماذج المستقلة والنسخ الوظيفية من النماذج البصرية التأسيسية بعد عملية الضبط الدقيق (fine-tuning) أو التقليم (pruning).
العلامة المائية التقليدية (Traditional Watermarking): تعتمد العديد من النهج على تعديل أوزان النموذج أو الاعتماد على محفزات (triggers) محددة للمدخلات والمخرجات مصممة لمهام التصنيف. وغالباً ما تفتقر هذه الطرق إلى القوة الكافية للتعامل مع القدرات المتنوعة للنماذج البصرية التأسيسية في المهام اللاحقة (مثل استخراج الميزات أو التجزئة)، أو تفشل عندما يتعرض النموذج لاضطرابات وظيفية مثل الضبط الدقيق أو التقليم غير المنظم.

التحدي الجوهري: كيفية تضمين علامة مائية قوية وقابلة للتحقق في نموذج بصري تأسيسي بحيث تصمد أمام عمليات الضبط الدقيق والتقليم اللاحقة، مع ضمان انخفاض معدلات الإيجاب الكاذب للنماذج المستقلة.

2. المنهجية: RandMark

يقترح المؤلفون RandMark، وهو إطار عمل جديد للعلامات المائية يقوم بتضمين التوقيعات الرقمية في التمثيلات المخفية الداخلية للنموذج بدلاً من مجرد المخرجات النهائية أو الأوزان.

المكونات الرئيسية

البنية (Architecture):
- المُشفر (Encoder - $e$ ): شبكة خفيفة الوزن تأخذ صورة مدخلة $x$ ورسالة ثنائية $m$ (العلامة المائية) وتنتج تمثيلاً معدلاً للمدخلات.
- النموذج البصري التأسيسي المصدر (Source VFM - $f$ ): النموذج التأسيسي المراد وضع علامة مائية عليه.
- المُفكك (Decoder - $d$ ): شبكة خفيفة الوزن تستخرج الرسالة الثنائية من تمثيل المخرجات (embedding) الخاص بالنموذج البصري التأسيسي.
- العملية: يتم تدريب النظام بشكل مشترك. يقوم المُشفر بحقن الرسالة في تمثيل "صورة المحفز" (التي غالباً ما تكون مشوشة بضوضاء غاوسية $\epsilon$ )، ويحاول المُفكك استعادة الرسالة من مخرجات النموذج البصري التأسيسي.
تضمين العلامة المائية العشوائية:
- على عكس المحفزات الحتمية، يعتمد RandMark على العشوائية. يتم تحويل الصورة المدخلة باستخدام ضوضاء عشوائية ( $x + \epsilon$ )، مما يجعل العلامة المائية المستخرجة متغيراً عشوائياً.
- تتضمن عملية التحقق تطبيق تحويلات مدخلات عشوائية على مجموعة من صور المحفز وتحليل التوزيع الإحصائي للرسائل المستخرجة.
هدف التدريب (دالة الخسارة - Loss Function):
يتم تدريب النموذج لتقليل حدّين:
- الحفاظ على التمثيل (Representation Preservation): ضمان عدم انحراف ميزات النموذج المائي ( $\tilde{f}(x)$ ) بشكل كبير عن النموذج الأصلي ( $f(x)$ ).
- استعادة الرسالة (Message Recovery): تقليل المسافة بين الرسالة المضمنة $m$ والرسالة المستخرجة $m'$ عبر عدد $K$ من التحويلات العشوائية.
  $L = \|f(x) - \tilde{f}(x)\|_2 + \frac{\lambda}{K} \sum_{j=1}^K \|m - m'_j\|_2$
التحقق وقاعدة القرار:
- المقياس: يحسب النظام مسافة هامينج (عدد أخطاء البتات) بين الرسالة الأصلية والرسالة المستخرجة عبر $K$ من التجارب.
- تحديد العتبة (Thresholding): يُعتبر النموذج حاملاً للعلامة المائية إذا كان متوسط معدل خطأ البتات أقل من عتبة $\tau$ .
- الحدود الإحصائية: اشتق المؤلفون حدوداً نظرية عليا لكل من:
  - الإيجاب الكاذب (FP): اكتشاف علامة مائية في نموذج مستقل ( $g \perp f$ ).
  - السلب الكاذب (FN): الفشل في اكتشاف علامة مائية في نسخة وظيفية ( $f' \sim f$ ) بعد الضبط الدقيق أو التقليم.

3. المساهمات الرئيسية

منهجية مبتكرة: تقديم RandMark، وهو أول نهج للعلامات المائية مصمم خصيصاً للنماذج البصرية التأسيسية، حيث يضمن توقيعات في التمثيلات المخفية عبر مجموعة من صور المحفز.
ضمانات نظرية: تقديم اشتقاقات نظرية للحدود العليا لاحتمالات اكتشاف الإيجاب الكاذب والسلب الكاذب، مما يثبت موثوقية الطريقة في التمييز بين النسخ الوظيفية والنماذج المستقلة.
المتانة تجاه الاضطرابات: أثبت أن العلامة المائية تصمد أمام:
- الضبط الدقيق (Fine-tuning): تكييف النموذج لمهام لاحقة (التصنيف والتجزئة).
- التقليم غير المنظم (Unstructured Pruning): إزالة ما يصل إلى 40% من أوزان النموذج.
محايد تجاه النموذج (Model Agnostic): لا يتطلب النهج تعديل بنية العمود الفقري (backbone) بشكل كبير ويعمل مع بنيات مختلفة من النماذج البصرية التأسيسية (مثل CLIP وDINOv2).

4. النتائج التجريبية

قيم المؤلفون RandMark على نماذج CLIP وDINOv2 باستخدام مجموعات بيانات للتصنيف في التجارة الإلكترونية وتجزئة الطعام.

معدلات الكشف:
- المشتبه بهم الإيجابيون (النسخ الوظيفية): حقق RandMark معدلات كشف شبه مثالية (تصل إلى 100%) للنماذج التي خضعت للضبط الدقيق لمهام التصنيف/التجزئة والنماذج التي تعرضت للتقليم بنسبة 20% و40%.
- المشتبه بهم السلبيون (النماذج المستقلة): سجلت الطريقة معدل اكتشاف خاطئ بنسبة 0% للنماذج المستقلة (مثل بنية نموذج بصري تأسيسي مختلف).
المقارنة مع النماذج المرجعية (Baselines):
- تمت المقارنة مع ADV-TRA وIPGuard (طرق بصمة الإصبع) وRandomized Smoothing (علامة مائية تعتمد على الأوزان).
- النتيجة: تفوق RandMark بشكل كبير على النماذج المرجعية. فعلى سبيل المثال، فشلت طرق ADV-TRA وIPGuard في اكتشاف العلامات المائية في النماذج التي خضعت للضبط الدقيق أو التقليم (0% كشف)، بينما حافظ RandMark على دقة عالية.
- أداء المهمة: على عكس نماذج تنعيم الأوزان (weight-smoothing) التي أدت إلى تدهور أداء المهام اللاحقة (حيث انخفضت دقة التجزئة بشكل كبير)، حافظ RandMark على أداء عالٍ للمهام مع الحفاظ على سلامة العلامة المائية.
تحليل التباين (Covariance Analysis): قدم المؤلفون مقياس تباين بين الرسائل المفككة. أظهرت النماذج المستقلة تبايناً يقترب من الصفر، بينما أظهرت النسخ الوظيفية التي تحمل العلامة المائية تبايناً موجباً، مما يوفر طبقة إضافية من التحقق.

5. الأهمية والخاتمة

يعالج RandMark فجوة حرجة في أمن النماذج البصرية التأسيسية. ومن خلال الاستفادة من تضمين العلامة المائية العشوائية في التمثيلات المخفية، فإنه يقدم حلاً قوياً لـ:

حماية الملكية الفكرية: يسمح للملاك بالتحقق من الملكية حتى بعد تكييف النموذج لمهام تجارية محددة.
تقليل الاتهامات الخاطئة: تؤكد النتائج النظرية والتجريبية وجود احتمالية منخفضة جداً لاتهام النماذج المستقلة بأنها نسخ من النموذج الأصلي.
الحفاظ على الفائدة: على عكس بعض تقنيات العلامات المائية التي تضعف أداء النموذج، يحافظ RandMark على فعالية النموذج في المهام اللاحقة.

يضع هذا العمل معياراً جديداً لحماية الملكية الفكرية في عصر النماذج التأسيسية واسعة النطاق والقابلة للنقل، مما يضمن إمكانية تأمين قيمة هذه الأصول دون المساس بجدواها.