Краткое содержание

arXiv:2511.12575v1 Тип объявления: новое Аннотация: Крупные визуальные языковые модели (LVLM) теперь представляют собой серьезную, хотя и недооцененную угрозу конфиденциальности, поскольку способны непосредственно извлекать геопозицию пользователей социальных сетей из публикуемых ими изображений, приводя к непреднамеренной утечке личных данных. Хотя методы внесения искажений в изображение путем добавления помех являются потенциальным подходом защиты гео-конфиденциальности, они требуют относительно сильных изменений, заметно ухудшающих качество картинки и снижающих её ценность для публикации. Для преодоления данного ограничения мы предлагаем использовать типографические атаки как перспективное направление защиты гео-приватности путём добавления текста вне основного визуального содержимого. Мы дополнительно исследуем, какие именно семантические характеристики текста эффективны для нарушения процесса определения местоположения, и разрабатываем двухэтапный метод типографской атаки, учитывающий семантику и генерирующий дезинформирующий текст для защиты приватности пользователей. Обширные эксперименты на трёх наборах данных показывают, что наш подход значительно снижает точность определения геолокации...