p-Blend:隐私和实用性保护的混合形扰乱对抗虚拟现实中的重新识别攻击
IEEE transactions on visualization and computer graphics
|October 6, 2025
概括
p-Blend通过扰乱面部混合形状数据来保护虚拟现实用户,防止重新识别攻击,同时保持动画质量. 这种隐私机制确保了安全的数据流向第三方应用程序.
科学领域:
- 计算机科学 计算机科学
- 虚拟现实安全 虚拟现实安全
- 人与计算机的交互
背景情况:
- 虚拟现实 (VR) 中的面部混合形状数据容易受到重新识别攻击.
- 将VR面部数据流向第三方应用程序带来了重大隐私风险.
- 现有的隐私方法可能会损害动画的实用性和自然性.
研究的目的:
- 在VR中引入p-Blend,这是一种用于混合形状扰动的新机制.
- 加强对应用内和跨应用重新识别攻击的隐私保护.
- 为了平衡隐私保护与面部动画的实用性和自然性.
主要方法:
- 开发了p-Blend,一种考虑隐私和实用性的混合形扰动技术.
- 在原始数据和统计混合数据上实施扰动.
- 使用大规模数据集进行了广泛的经验评估和用户研究.
主要成果:
- 在各种机器学习模型中,p-Blend显著降低了重新识别的准确性.
- 有效地减轻了来自统计特征的重新识别风险,与纯随机扰动不同.
- 用户研究证实,与随机方法相比,p-Blend生成的动画具有更高的流性和自然性.
结论:
- p-Blend提供了对VR面部重新识别攻击的有效防御.
- 该机制成功地保持了动画质量和用户体验.
- p-Blend为VR应用中安全的blendshape数据流提供了一个实用的解决方案.
