OC
ZK-JPEG 让压缩后的照片保留证明,真实性仍要从源头开始
科技 · 2026-09-20 · 密码学与图像溯源 · 阅读 0

ZK-JPEG 让压缩后的照片保留证明,真实性仍要从源头开始

据 IACR 收录的 ZK-JPEG 论文,研究者提出一种方法,为秘密输入图像到 JPEG 输出的压缩过程生成密码学证明,并将部分编辑操作纳入同一验证过程。

作者:韩启明|OC 政策与安全编辑

IACR 收录的 ZK-JPEG 论文,研究者提出一种方法,为秘密输入图像到 JPEG 输出的压缩过程生成密码学证明,并将部分编辑操作纳入同一验证过程。

一句话结论:它要解决的是“编辑后还能验证从何而来”,而照片起点是否可信仍是另一项前提。

照片从相机出来后,通常还要缩小、压缩,或者遮住路人的脸。对传播和隐私来说,这些动作很正常;对直接绑定原始文件的数字签名来说,像素一变,原来的验证关系就不能原样套用。

ZK-JPEG 的思路是保留一条可检查的变换关系:发布者不公开原始图像的全部内容,也能证明输出符合约定的压缩和编辑过程。论文摘要介绍,系统使用 PicoZK 把 Python 图像处理代码转成证明电路,并采用 LPZK 证明系统。这里陈述的是作者的研究方案,不能据摘要就把“快速”翻译成任意手机均可实时使用。

隐藏的原图经过编辑和压缩,公开图像与证明共同交给验证者(AI 生成示意图)

这类技术尤其适合解释一个常见误会:允许编辑,不必然等于放弃溯源。新闻照片遮住当事人身份后,如果能证明遮挡之外的处理符合既定规则,隐私与核验便有了同时保留的机会。

但证明只覆盖被写入规则的关系。假如起点就是一张生成图,证明它被正确压缩,并不会把它变成现场照片。即便起点来自相机,相机拍摄屏幕、摆拍或误导性取景,也不是 JPEG 算法能辨别的。部署时还要把输入承诺、可信采集和允许的编辑规则接起来,才能知道证明究竟支持哪一句话。

关键事实

  • 来源:IACR ePrint 2026/2039,页面列明 SCN 2026。
  • 技术:零知识证明、JPEG 压缩、可验证图像编辑。
  • 验证对象:输入与输出之间的指定变换,不是照片所描述事件的全部真实性。

OC 判断

图像可信度需要可组合的证据:谁采集、怎样处理、哪一段经过验证。ZK-JPEG 值得关注的地方,是补上日常压缩可能打断的一段链条,而非发明一个能替新闻编辑判真的按钮。

为什么重要

  • 对开发者:先确定允许的编辑集合,再讨论证明系统接入。
  • 对媒体:脱敏发布与原始材料核验可以分层设计。
  • 对用户:看到验证标记时,仍应查看它证明了什么。

参考来源

相关阅读

基于标题、摘要和正文内容自动匹配。

更多科技

评论

围绕这篇文章补充信息、提出问题或分享观察。

0
暂无评论。

发表评论

继续看看 OC 用户围绕这个话题说了什么、做了什么。

相关帖子

更多

做 AI 语音产品时,授权、撤回和审计日志应该怎么落地?

<p>最近看到越来越多关于声音授权的讨论。对开发者来说,真正麻烦的往往不是“模型能不能模仿”,而是授权如何进入系统、生成结果如何追溯,以及授权撤回后该怎么办。</p> <p>我们在做 FlowSpeech 时也碰到过类似问题。我的体会是,不要把“用户勾选过同意”当成一个布尔字段,而应该把它做成一组可以审计的业务对象。</p> <h2>1. 把声音资产和授权分开</h2> <p>声音文件只描述技术属性,例如哈希、上传者、存储位置和创建时间。授权记录则至少要包含授权主体、用途范围、地域、有效期、来源证据和当前状态。这样同一份声音用于个人试听、商业广告、公开播客时,可以绑定不同的授权,而不是共用一个模糊的 consent=true。</p> <h2>2. 每次生成都保存授权快照</h2> <p>生成任务不要只引用当前授权 ID。授权内容以后可能变更,如果任务只查最新状态,历史结果就无法解释。更稳妥的做法是在任务创建时保存授权版本、文本哈希、声音版本、模型版本和操作者。生成出的音频再记录 artifact_id,并反向关联任务。</p> <p>我会把最小链路设计成:</p> <ol> <li>voice_asset:原始声音及版本;</li> <li>consent_grant:授权范围与证据;</li> <li>generation_job:请求参数和授权快照;</li> <li>audio_artifact:输出文件、校验值和公开状态;</li> <li>audit_event:谁在什么时候创建、下载、公开或撤回了内容。</li> </ol> <h2>3. 撤回不是简单删除一行</h2> <p>授权撤回后,系统至少要阻止新任务,并把相关公开音频进入下架队列。已经交付给客户的文件是否能删除,要按照合同和产品能力区分,不能在界面上承诺技术上做不到的“全球删除”。更现实的状态机是 active、suspended、revoked、expired,并明确每个状态允许哪些动作。</p> <h2>4. 对外展示也要可验证</h2> <p>除了后台日志,公开音频最好带上来源标记或可查询的生成记录。水印不是万能方案,但“可识别的音频 + 可验证的元数据 + 清晰的举报入口”组合起来,比一句“AI 生成”更有用。</p> <p>我们现在做的 <a href="https://flowspeech.io/zh">FlowSpeech</a> 主要解决上下文感知、情绪和停顿控制。越往产品化走,越觉得声音效果只是前半程,权限边界和可追溯性才决定这类工具能不能长期使用。</p> <p>大家在实际项目里会把授权证据放在业务数据库、对象存储,还是单独的审计系统?如果授权撤回,你们通常怎么处理已经生成并交付的音频?</p>

FlowSpeech 0 1

测试OurCoders能否发布照片

<p>今天小区的彩虹🌈<img src="https://share.icloud.com/photos/0ebtFydNy8r_gJETON61u4Ybg" alt="图片说明" /></p> <p>看来不能直接发照片,可以把iCloud Link的功能派上用场!</p>

梁建溢 15 45

你们的Codex额度提前耗完了没?戒断反应如何?

<p>我在第三天就消耗了只剩1%,忍了一天,然后今天干脆用这最后的1%,开着5.6 Sol 极高 强推我一个提示词笔记本应用的功能落地。最终用时3小时,居然还是跑完了。但是现在还是出现一些戒断反应,感觉啥也做不了,就无精打采的,困。</p> <p>我做了一个Prompt Notebook,专门用来收藏或者记录自己手搓的生图提示词。带Chrome一键收藏插件。支持AI优化提示词。支持提示词中提取常用字段作为提示词百科词汇。也自带生图功能用来测提示词。但是要搭配Cloudflare R2+Worker的图床。</p> <p>今天主要是做一个AI模特的资产库。将常用的AI模特固定下来,进行身份设定,以及模特的一些角色定妆图。之后生图可以直接调用AI模特自动作为垫图。</p> <p>这是AI模特资产库的界面: <img src="/upload/thread/202608/42b5f73e-938f-45de-b74e-da69da9d72a8.webp" alt="1bb0d28b-c7dd-4327-bafa-26b60323cbed" /> 这是主界面的提示词瀑布流,支持关键词或标签搜索: <img src="/upload/thread/202608/3e15b6e7-345f-48b4-aeff-1bbd89afe9d3.webp" alt="ab998e2f-9ccc-4173-832f-223aa6c6fa81" /> 这是提示词笔记的预览界面,可以复制提示词,分享提示词,点击分享还有分享短链:(https://prompt.jintao.co.uk/share/20260806LfsmY) <img src="/upload/thread/202608/bab31972-0468-4582-b873-6309233254a6.webp" alt="20260806-201213" /> 可惜现在没额度了,我又不想换模型折腾。现在还有些界面细节和小功能需要落地完善,可能还要虫子要抓。弄好了,打算放GitHub开源。</p> <p>有朋友想试试的么?</p>

shynloc 2 4

你为什么不移民?

<p>我是一定要移了,在这里连正常呼吸都不行了。以前正常呼吸指的是言论自由,现在是生物学意义的正常呼吸问题了。</p> <p>你为什么不移民?</p>

tinyfool 741 48