Des chercheurs proposent une nouvelle solution de DRM pour la computer vision

Dans le cadre de la gestion des droits numériques (DRM), des chercheurs ont mis au point une nouvelle solution qui s’applique à la computer vision.

Dans le domaine de la technologie, comme dans tout autre, il existe des organisations qui s’inspirent de leurs concurrents pour développer leurs propres produits ou services. En ce qui concerne la vision par ordinateur, cette pratique peut avoir un rapport avec les jeux de données.

Une DRM pour la computer vision

La DRM ou la gestion des droits numériques est un ensemble de mesures techniques de protection appliquées aux œuvres numériques. C’est inévitable, certaines organisations reposent toujours sur les efforts des autres pour évoluer. Par conséquent, il devient essentiel de trouver des solutions pour protéger la propriété intellectuelle. Dans le cas qui nous intéresse, il s’agit des jeux de données dans lesquels les entreprises technologiques investissent plusieurs ressources.

La DRM appliquée à la computer vision vise donc à protéger les jeux de donnés d’images contre la copie illicite. Une solution courante consiste à chiffrer les données pour que seuls les utilisateurs autorisés puissent les utiliser. Entre autres, le jeu de données est programmé pour être lu exclusivement dans un cadre donné. Dans un autre contexte, il sera compromis.

RAEG, une nouvelle solution de protection plus efficace

Des chercheurs basés en Chine ont développé une nouvelle solution de DRM pour la computer vision. Elle utilise un mécanisme appelé RAEG qui signifie générateur d’exemples adverses réversibles, ainsi que le masquage réversible des données (RDH).

En termes simples, il consiste à ajouter des perturbations d’exemples contradictoires à un jeu de données. De cette manière, les utilisateurs malveillants ne pourront pas utiliser les images originales tandis que le système autorisé dispose d’une clé pour les récupérer.

Notons que des approches similaires existent déjà et ont toutes été développées par des chercheurs universitaires chinois. Cependant, la première, qui date de 2018, serait facile à contourner, étant sensible aux interférences intermédiaires. Quant à la deuxième, développée en 2019, elle entraînerait un excès de dégradation des images originales. Mais les chercheurs affirment que la restauration des images est améliorée avec cette nouvelle solution.

ARTICLES SIMILAIRES

Rubrik prépare son intégration avec Amazon Bedrock AgentCore

Rubrik annonce une prochaine intégration entre Rubrik Agent Cloud et Amazon Bedrock AgentCore afin de renforcer la sécurité des agents IA sur AWS. Cette évolution

12 juillet 2026

IA et cybersécurité : comment protéger vos données face aux nouvelles menaces ?

L’intelligence artificielle transforme profondément le fonctionnement des entreprises. Elle permet d’automatiser des tâches, d’améliorer le service client, d’analyser de grands volumes de données ou encore

10 juillet 2026

Deepfakes vocaux : une fraude qui se perfectionne

Le clonage vocal par intelligence artificielle ne cesse de gagner en réalisme. Cette évolution technologique ouvre de nouvelles perspectives, mais elle offre aussi aux cybercriminels

9 juillet 2026

Anthropic ouvre le programme Cyber Jailbreak Score pour l’IA pour évaluer la sécurité des IA

Trois semaines après avoir suspendu le modèle Claude Fable 5 sous la pression de Washington, Anthropic relance ses services à l’échelle internationale. Cependant, l’entreprise américaine

7 juillet 2026

Cybersécurité et IA : l’alerte de Gartner® que les DSI ne peuvent plus ignorer

Un rapport Gartner® consacré à la cybersécurité et IA pour DSI détaille six impacts de l’intelligence artificielle sur la sécurité des entreprises. Il propose des

5 juillet 2026

Meta impose des limites à Claude et à Codex pour sauver son code

La stratégie technologique interne de la firme américaine Meta change radicalement face à la progression fulgurante des outils génératifs et impose désormais de nouvelles règles

30 juin 2026

Cliquez pour commenter

Laisser un commentaire