Awesome GenAI Watermarking
1.0.0
يتضمن هذا الريبو أوراقًا حول طرق وضع العلامات المائية لنماذج الذكاء الاصطناعي التوليدية. العلامة المائية هي طريقة لدمج إشارة (حمولة) غير محسوسة ولكن قابلة للاسترداد في الأصل الرقمي (الغلاف). مع النماذج التوليدية، هناك أساليب تدرب النموذج على إنتاج العلامة المائية في كل مخرجات ويجب أن يكون من الصعب تعطيل هذا السلوك. نشير إلى هذا باسم "تجذير بصمات الأصابع" أو "التجذير" فقط.
| ورق | وقائع / مجلة | سنة المكان / آخر تحديث | شفرة | مصدر PDF بديل | ملحوظات |
|---|---|---|---|---|---|
| العلامة المائية ليست تشفيرًا | IWDW | 2006 | - | صفحة ويب المؤلف | - المهام |
| ورق | وقائع / مجلة | سنة المكان / آخر تحديث | شفرة | مصدر PDF بديل | ملحوظات |
|---|---|---|---|---|---|
| البصمات الاصطناعية للنماذج التوليدية: تأصيل إسناد Deepfake في بيانات التدريب | ICCV | 2021 | - | أركسيف | - تأصيل نماذج GAN. من خلال تضمين العلامة المائية في بيانات التدريب لاستغلالها قابلية النقل |
| PTW: ضبط العلامة المائية المحورية لمولدات الصور المدربة مسبقًا | يوسينكس | 2023 | جيثب | أركسيف | - التركيز على شبكات GAN، ولكن نماذج الانتشار الكامنة يجب أن تعمل أيضًا |
| التوقيع المستقر: تأصيل العلامات المائية في نماذج الانتشار الكامنة | ICCV | 2023 | جيثب | أركسيف | - مؤلف ميتا/فير قم بضبط النموذج وفقًا لجهاز التشفير/وحدة فك التشفير للكشف عن رسالة سرية في مخرجاته. - قوية لإزالة العلامة المائية وتنقية النموذج (تدهور الجودة) - علامة مائية ثابتة |
| التوقيع الثابت غير مستقر: إزالة العلامة المائية للصورة من نماذج الانتشار | - | 2024 | - | أركسيف | - تنقية نموذج التوقيع المستقر عبر الضبط الدقيق |
| علامة مائية مرنة وآمنة لنموذج الانتشار الكامن | ايه سي ام مم | 2023 | - | - | - يشير إلى التوقيع المستقر ويتم تحسينه عن طريق إضافة المرونة من خلال السماح بتضمين رسائل مختلفة دون الضبط الدقيق |
| إطار عمل للعلامة المائية للتوصيل والتشغيل بدون تدريب من أجل نشر مستقر | - | 2024 | - | أركسيف | - المهام |
| WOUAF: تعديل الوزن لإسناد المستخدم وبصمات الأصابع في نماذج نشر النص إلى الصورة | ورشة عمل NeurIPS حول نماذج الانتشار | 2023 | - | أركسيف | - المهام |
| RoSteALS: إخفاء المعلومات القوي باستخدام المساحة الكامنة لجهاز التشفير التلقائي | ورش عمل CVPR (CVPRW) | 2023 | جيثب | أركسيف | - العلامة المائية بعد المخصصة |
| DiffusionShield: علامة مائية لحماية حقوق النشر ضد نماذج الانتشار التوليدي | ورشة عمل NeurIPS حول نماذج الانتشار | 2023 | - | أركسيف | - ليس حول التجذير - الصور المحمية من تسمم البيانات والتي سيتم إعادة إنتاجها إذا تم استخدامها كبيانات تدريب في نموذج النشر |
| وصفة لنماذج نشر العلامات المائية | - | 2023 | جيثب | أركسيف | - إطار عمل لـ 1. رسائل مباشرة صغيرة غير مشروطة/مشروطة من خلال التدريب من الصفر على البيانات التي تحمل علامة مائية و2. رسائل مباشرة من نص إلى صورة عبر ضبط مخرجات مشغل الباب الخلفي - الكثير من المراجع حول النماذج التمييزية للعلامات المائية - علامة مائية ثابتة |
| حماية الملكية الفكرية لنماذج الانتشار من خلال عملية نشر العلامة المائية | - | 2023 | - | أركسيف | - نموذج التهديد: تحقق من ملكية النموذج من خلال الوصول إلى النموذج - صعوبة القراءة - يشرح الفرق بين العلامات المائية الثابتة والديناميكية مع العديد من المراجع |
| تأمين النماذج التوليدية العميقة بتوقيع الخصومة العالمي | - | 2023 | جيثب | أركسيف | - 1. ابحث عن التوقيع الأمثل للصورة بشكل فردي. - 2. ضبط نموذج GenAI على هذه الصور. |
| نموذج نشر العلامة المائية | - | 2023 | - | أركسيف | - ضبط مخرجات الباب الخلفي - علامة مائية ثابتة - مؤلفو CISPA |
| التقط كل شيء في كل مكان: حماية الانعكاس النصي من خلال العلامة المائية المفاهيمية | - | 2023 | - | أركسيف | - حماية المفاهيم التي تم الحصول عليها من خلال قلب النص (الصورة تساوي كلمة واحدة: إضفاء الطابع الشخصي على إنشاء نص إلى صورة باستخدام قلب النص) من سوء الاستخدام من خلال السماح بتحديد المفاهيم في الصور التي تم إنشاؤها. - مراجع مثيرة جدًا للاهتمام حول مواقف الشركة والحكومة بشأن العلامات المائية |
| العلامات المائية التوليدية ضد تركيب الصور غير المصرح به القائم على الموضوع | - | 2023 | - | أركسيف | - يختلف عن Glaze في أن النمط لا يُمنع التوليف من صور المصدر المحمية، ولكن يمكن التعرف عليه عبر العلامات المائية - مؤلفو CISPA |
| نحو ضعف العلامات المائية للمحتوى الناتج عن الذكاء الاصطناعي | - | 2024 | - | مراجعة مفتوحة | - إزالة العلامة المائية والتزوير بطريقة واحدة وهي GAN - يشير إلى نوعين من العلامات المائية: 1. نموذج التعلم/الضبط الدقيق لإنتاج مخرجات ذات علامة مائية و2. علامة مائية لاحقة بعد وقوعها (ثابتة مقابل ديناميكية، راجع "حماية الملكية الفكرية لنماذج النشر عبر عملية نشر العلامة المائية") |
| متانة أجهزة كشف الصور بالذكاء الاصطناعي: الحدود الأساسية والهجمات العملية | ICLR | 2024 | جيثب | أركسيف | - لقد أظهروا أن أساليب العلامات المائية ذات الميزانية المنخفضة يتم التغلب عليها عن طريق تنقية الانتشار وتقترح هجومًا يمكنه حتى إزالة العلامات المائية ذات الميزانية العالية عن طريق استبدال النموذج |
| هجوم نقل إلى العلامات المائية للصورة | - | 2024 | - | أركسيف | - إزالة العلامة المائية عن طريق "عدم وجود مربع" - الهجوم على أجهزة الكشف (لا يمكن الوصول إلى واجهة برمجة تطبيقات الكاشف، وبدلاً من ذلك تدريب المصنف على التمييز بين الصور ذات العلامات المائية والفانيليا) |
| EditGuard: علامة مائية متعددة الاستخدامات للصور لتوطين العبث وحماية حقوق الطبع والنشر | CVPR | 2024 | جيثب | أركسيف | - العلامات المائية اللاحقة مع توطين العبث |
| العلامة المائية الكامنة: حقن العلامات المائية واكتشافها في مساحة الانتشار الكامنة | - | 2024 | - | أركسيف | - يناقش 3 فئات للعلامات المائية مع المراجع: قبل وأثناء وبعد الإنشاء |
| برنامج المراسلة المستقر: إخفاء المعلومات لإنشاء الصور المخفية للرسائل | - | 2023 | - | أركسيف | - العلامة المائية بعد المخصصة - تضمين العلامة المائية أثناء الإنشاء وفقًا لـ "العلامة المائية الكامنة: حقن العلامات المائية واكتشافها في مساحة الانتشار الكامنة"، لكنني أعتقد أنها في الواقع مرحلة ما بعد مخصصة. |
| ورق | وقائع / مجلة | سنة المكان / آخر تحديث | شفرة | مصدر PDF بديل | ملحوظات |
|---|---|---|---|---|---|
| StegaStamp: الارتباطات التشعبية غير المرئية في الصور المادية | CVPR | 2020 | جيثب | أركسيف | - العلامة المائية في الصور المادية التي يمكن التقاطها من دفق الفيديو - "نحو ضعف العلامات المائية للمحتوى الناتج عن الذكاء الاصطناعي" يتوقع أن Deepmind SynthID يعمل بشكل مشابه لهذا |
| ChartStamp: تضمين مخطط قوي لتطبيقات العالم الحقيقي | ايه سي ام مم | 2022 | جيثب | - | - مثل StegaStamp، لكنه يقدم فوضى أقل في المناطق المسطحة في الصور |
| أمثلة غير معاكسة: تصميم كائنات لرؤية قوية | نوريبس | 2021 | جيثب | أركسيف | - اضطرابات لتسهيل الكشف عنها |
| ورق | وقائع / مجلة | سنة المكان / آخر تحديث | شفرة | مصدر PDF بديل | ملحوظات |
|---|---|---|---|---|---|
| RAW: إطار عمل قوي ومرن للعلامة المائية للتوصيل والتشغيل للصور التي يتم إنشاؤها بواسطة الذكاء الاصطناعي مع ضمانات مثبتة | - | 2024 | جيثب | أركسيف | - تم السحب من arxiv |
| PiGW: إطار عمل إضافي للعلامات المائية | - | 2024 | لم أبحث عنه بعد | أركسيف | - تم السحب من arxiv |
| قياس مدى قوة العلامات المائية للصورة (انتظر مصدر ICML) | آي سي إم إل | 2024 | جيثب | أركسيف | - المهام |
| WMAdapter: إضافة التحكم في العلامة المائية إلى نماذج الانتشار الكامنة | - | 2024 | لم أبحث عنه بعد | أركسيف | - المهام |
| تحليل الإخفاء بشأن العلامات المائية الرقمية: هل دفاعك منيع حقًا؟ | - | 2024 | لم أبحث عنه بعد | أركسيف | - المهام |
| العثور على الإبر في كومة قش: نهج الصندوق الأسود لاكتشاف العلامة المائية غير المرئية | - | 2024 | لم أبحث عنه بعد | أركسيف | - المهام |
| ProMark: العلامة المائية للنشر الاستباقي للإسناد السببي | CVPR | 2024 | - | أركسيف | - المهام |
| وضع علامات مائية على الصور في المساحات الكامنة الخاضعة للإشراف الذاتي | ICASSP | 2022 | جيثب | أركسيف | - المهام |
| أجهزة التشفير التلقائي التوليدية كمهاجمين للعلامة المائية: تحليلات لنقاط الضعف والتهديدات | ورشة عمل ICML DeployableGenerativeAI | 2023 | - | - | - الهجوم على العلامات المائية البكسلية باستخدام أجهزة التشفير التلقائية LDM |
| يمكن إزالة العلامات المائية للصور غير المرئية باستخدام الذكاء الاصطناعي التوليدي | - | 2023 | جيثب | أركسيف | - لا يتعلق الأمر بتأصيل النموذج، بل بإزالة العلامات المائية مع تنقية الانتشار - يقوم بتقييم التوقيع المستقر والعلامات المائية على شكل حلقة الشجرة. حلقة الشجرة قوية ضد هجومهم. - إصدار سابق من أجهزة التشفير التلقائي التوليدية كمهاجمين للعلامات المائية |
| WaterDiff: العلامات المائية للصورة الإدراكية عبر نموذج الانتشار | ورشة عمل IVMSP-P2 في ICASSP | 2024 | - | - | - المهام |
| الحول بقوة كافية: مهاجمة التجزئة الإدراكية باستخدام التعلم الآلي العدائي | يوزينيكس | 2022 | - | - | - الهجمات على التجزئة الإدراكية |
| تجنب الكشف القائم على العلامة المائية للمحتوى الناتج عن الذكاء الاصطناعي | احتجاز ثاني أكسيد الكربون | 2023 | جيثب | أركسيف | - تقييم قوة العلامات المائية للصورة + عينة عدائية للتهرب |
| نماذج الانتشار لتنقية الخصومة | آي سي إم إل | 2022 | جيثب | أركسيف | - الدفاع ضد الاضطراب العدائي، بما في ذلك العلامات المائية غير المحسوسة في الصور |
| علامة مائية قوية قائمة على التدفق مع طبقة ضوضاء قابلة للعكس لتشوهات الصندوق الأسود | ثالثا | 2023 | جيثب | - | - مثل HiDDeN، مجرد أداة تشفير/مستخرج للعلامات المائية العصبية |
| HiDDeN: إخفاء البيانات بالشبكات العميقة | إكف | 2018 | جيثب | أركسيف | - الأداة الرئيسية المستخدمة في التوقيع المستقر - يحتوي على ما يقرب من التفاضلية. من ضغط JPEG - العلامة المائية الديناميكية |
| الصقيل: حماية الفنانين من تقليد الأسلوب من خلال نماذج تحويل النص إلى صورة | يوسينكس | 2023 | جيثب | أركسيف | - لا يتعلق الأمر بالتجذير، بل بإنكار سرقة الأسلوب |
| DUAW: علامة مائية تنافسية عالمية خالية من البيانات ضد تخصيص النشر المستقر | - | 2023 | - | أركسيف | - يبدو مشابهًا لـ Glaze للوهلة الأولى. ربما لم يكن المؤلفون محظوظين للقيام بعمل موازٍ |
| الكشف المسؤول عن النماذج التوليدية باستخدام بصمات الأصابع القابلة للتطوير | ICLR | 2022 | جيثب | أركسيف | - تأصيل نماذج GAN. يبدو أنه قدم فكرة إنتاج العديد من النماذج بشكل قابل للتطوير بسرعة مع مساحة كبيرة للرسائل (TODO: تحقق من ذلك لاحقًا)، على غرار الطريقة التي قام بها Stable Signature لاحقًا من أجل الانتشار المستقر. |
| حول إسناد Deepfakes | - | 2020 | - | أركسيف | - تظهر أنه يمكن إنشاء صورة تبدو وكأنها قد تم إنشاؤها بواسطة نموذج مستهدف. كما يقترحون إطارًا لكيفية تحقيق الإنكار لمثل هذه الحالات. |
| نحو وضع علامة مائية عمياء: الجمع بين الآليات القابلة للعكس وغير القابلة للعكس | ايه سي ام مم | 2022 | جيثب | أركسيف | - لا يتعلق الأمر بتجذير النموذج، بل يتعلق بمهاجمة العلامات المائية اللاحقة للصور - الكثير من المراجع حول NNs القابلة للعكس |
| DocDiff: تحسين المستندات عبر نماذج الانتشار المتبقية | ايه سي ام مم | 2023 | جيثب | أركسيف | - لا يتعلق الأمر بتأصيل النموذج، بل يتعلق بوضع العلامات المائية على الصور بعد ذلك - يشمل إزالة العلامة المائية الكلاسيكية |
| الحرب: كسر حماية العلامة المائية للمحتوى الناتج عن الذكاء الاصطناعي | - | 2023 | لم أبحث عنه بعد | أركسيف | - لا يتعلق الأمر بتجذير النموذج، بل يتعلق بمهاجمة العلامات المائية اللاحقة - يشمل 1. إزالة العلامة المائية و 2. التزوير |
| الاستفادة من التحسين للهجمات التكيفية على العلامات المائية للصور | ICML (ملصق) | 2024 | لم أبحث عنه بعد | أركسيف | - لا يتعلق الأمر بتجذير النموذج، بل يتعلق بمهاجمة العلامات المائية اللاحقة |
| علامة مائية قوية إلى حد ما ضد نماذج التحرير القائمة على الانتشار | - | 2023 | لم أبحث عنه بعد | أركسيف | - لا يتعلق الأمر بتأصيل النموذج، بل يتعلق بوضع العلامات المائية على الصور بعد ذلك - يأخذ العلامات المائية بشكل حرفي ويدخل الصور المخفية |
| يتم الاحتفاظ بالعلامات المائية غير المحسوسة Hey That Mine في مخرجات الانتشار المولدة | - | 2023 | - | أركسيف | - لا يتعلق بتأصيل النموذج. لقد أظهرت أن العلامات المائية في بيانات التدريب يمكن التعرف عليها في المخرجات وتسمح بمطالبات الملكية الفكرية |
| قياس قوة العلامات المائية للصورة | - | 2024 | جيثب | أركسيف | - مجرد معيار/إطار عمل لاختبار العلامات المائية مقابلها |
| الضبط الدقيق مجانًا: نظام العلامات المائية للتوصيل والتشغيل للشبكات العصبية العميقة | ايه سي ام مم | 2023 | لم أبحث عنه بعد | أركسيف | - لا يتعلق الأمر بالنماذج التوليدية، بل بالنماذج التمييزية |
| هجوم عدائي لحماية قوية للعلامة المائية ضد مزيلات العلامات المائية العمياء والقائمة على الطلاء الداخلي | ايه سي ام مم | 2023 | لم أبحث عنه بعد | - | - علامة مائية مخصصة مع قوة معززة ضد الطلاء الداخلي |
| إطار عمل جديد للعلامات المائية للفيديو العميق مع متانة محسنة لضغط H.264/AVC | ايه سي ام مم | 2023 | جيثب | - | - علامة مائية مخصصة لمقاطع الفيديو |
| علامة مائية عملية ومشتتة بعمق مع المزامنة والانصهار | ايه سي ام مم | 2023 | لم أبحث عنه بعد | أركسيف | - علامة مائية لاحقة للصور ذات قوة معززة للتحويلات |
| الكشف عن الصور الاصطناعية القابلة للتعميم عبر التعلم التقابلي الموجه باللغة | - | 2023 | جيثب | أركسيف | - لا يتعلق الأمر بالتجذير، بل يتعلق باكتشاف الصور GenAI |
| تعزيز قوة بصمات الأصابع المبنية على التعلم العميق لتحسين إسناد التزييف العميق | ACM MM-آسيا | 2022 | - | - | - لا يتعلق الأمر بالتأصيل، بل باستراتيجيات التحول والمتانة للعلامات المائية |
| تم القبض عليك وأنت تسرق تذكرة اليانصيب الفائزة! جعل تذكرة اليانصيب المطالبة بملكيتها | نوريبس | 2021 | جيثب | أركسيف | - وضع علامة مائية على قناع التناثر الخاص بتذاكر اليانصيب الفائزة |
| النماذج التوليدية المستهلكة للذات تصاب بالجنون | ICLR (ملصق) | 2024 | - | أركسيف | - يحتوي على سبب أهمية اكتشاف GenAI: إزالة المحتوى الذي تم إنشاؤه من مجموعات التدريب |
| ورق | وقائع / مجلة | سنة المكان / آخر تحديث | شفرة | مصدر PDF بديل | ملحوظات |
|---|---|---|---|---|---|
| الكشف الاستباقي عن استنساخ الصوت باستخدام العلامة المائية المحلية | - | 2024 | جيثب | أركسيف | - مؤلف ميتا/فير |
| MaskMark: علامة مائية عصبية قوية للكلام الحقيقي والاصطناعي | ICASSP | 2024 | عينات صوتية | IEEExplore | - |
| العلامة المائية التعاونية لتوليف الكلام العدائي | ICASSP | 2024 | - | أركسيف | - مؤلف ميتا/فير |
| HiFi-GAN: شبكات الخصومة التوليدية لتوليف الكلام بكفاءة ودقة عالية | نوريبس | 2020 | جيثب | أركسيف | - شبكة GAN جيدة جدًا لتركيب الكلام (TODO: هل هذه SotA؟) - يمكن القيام بالتوليف المباشر حتى على وحدة المعالجة المركزية - الجودة تتساوى مع نماذج الانحدار الذاتي |
| يمكن إنشاء بيانات التدريب المخادعة للتدابير المضادة لانتحال الكلام بكفاءة باستخدام أجهزة التشفير الصوتي العصبية | ICASSP | 2023 | - | أركسيف | - تضمين بيانات التدريب التي تم إنشاؤها بواسطة المشفر الصوتي لتعزيز قدرات الكشف عن التدابير المضادة |
| AudioQR: علامات مائية صوتية عصبية عميقة لرمز الاستجابة السريعة | IJCAI | 2023 | جيثب | - | - رموز QR غير محسوسة في الصوت لضعاف البصر |
| ورق | وقائع / مجلة | سنة المكان / آخر تحديث | شفرة | مصدر PDF بديل | ملحوظات |
|---|---|---|---|---|---|
| تحدي ASVspoof 2021 | - | 2021 | جيثب | أركسيف | - التحدي للكشف عن انتحال الصوت |
| ADD 2022: أول تحدي للكشف عن التوليف العميق للصوت | ICASSP | 2022 | جيثب | أركسيف | - موقع التحدي الصيني الرسمي (بدون HTTPS!) |
| ورق | وقائع / مجلة | سنة المكان / آخر تحديث | شفرة | مصدر PDF بديل | ملحوظات |
|---|---|---|---|---|---|
| العلامات المائية في الرمال: استحالة وضع علامات مائية قوية على النماذج التوليدية | - | 2023 | جيثب | أركسيف | - |
| محول العلامات المائية العدائية: نحو تتبع مصدر النص مع إخفاء البيانات | ستاندرد آند بورز | 2021 | جيثب | أركسيف | - |
| علامات مائية مرنة للرموز التي تم إنشاؤها بواسطة LLM | - | 2024 | ملحق جيثب | أركسيف | - شفرة |
| علامة مائية قوية متعددة البت للنص الذي تم إنشاؤه بواسطة الذكاء الاصطناعي عبر رمز تصحيح الخطأ | - | 2024 | - | أركسيف | - تصحيح الخطأ |
| علامة مائية قوية يمكن إثباتها للنص الذي تم إنشاؤه بواسطة الذكاء الاصطناعي | ICLR | 2024 | جيثب | أركسيف | - علامة مائية LLM جيدة وقوية على ما يبدو |
| نحو علامة مائية قابلة للتشفير لحقن معلومات متعددة البتات في LLMs | ICLR | 2024 | جيثب | أركسيف | - المهام |
| ورق | وقائع / مجلة | سنة المكان / آخر تحديث | شفرة | مصدر PDF بديل | ملحوظات |
|---|---|---|---|---|---|
| سرقة نماذج التعلم الآلي: الهجمات والتدابير المضادة لشبكات الخصومة التوليدية | أكساك | 2021 | - | أركسيف | - |
| نموذج الهجوم والدفاع على النماذج التوليدية العميقة | مجلة الفيزياء | 2022 | - | - | - |
| استخراج النموذج والدفاعات على شبكات الخصومة التوليدية | - | 2021 | - | أركسيف | - |
| ورق | وقائع / مجلة | سنة المكان / آخر تحديث | شفرة | مصدر PDF بديل | ملحوظات |
|---|---|---|---|---|---|
| مسح شامل حول العلامات المائية القوية للصور | الحوسبة العصبية | 2022 | - | أركسيف | - ليس حول تأصيل النموذج |
| مراجعة منهجية للعلامة المائية النموذجية للشبكات العصبية | الحدود في البيانات الضخمة | 2021 | - | أركسيف | - ليس حول تأصيل النموذج |
| مراجعة شاملة حول العلامات المائية للصور الرقمية | - | 2022 | - | أركسيف | - ليس حول تأصيل النموذج |
| حماية حقوق النشر في الذكاء الاصطناعي التوليدي: منظور تقني | - | 2024 | - | أركسيف | - حول حماية IP في GenAI بشكل عام |
| الأمن والخصوصية على البيانات التوليدية في AIGC: دراسة استقصائية | - | 2023 | - | أركسيف | - حول الجوانب الأمنية في GenAI بشكل عام |
| اكتشاف الوسائط المتعددة الناتجة عن نماذج الذكاء الاصطناعي الكبيرة: دراسة استقصائية | - | 2024 | - | أركسيف | - حول الكشف عن GenAI بشكل عام |
| الكشف عن التزييف العميق للصوت: استطلاع | - | 2023 | - | أركسيف | - يحتوي على نظرة عامة على مجموعات البيانات الصوتية المخادعة وطرق الانتحال وطرق الكشف - خدمه جيده جدا |
تلخيص التنظيم الوارد في هذه المراجعة.
| هدف | شرح | تحفيز |
|---|---|---|
| الإخلاص | جودة تنبؤ عالية في المهام الأصلية | لا ينبغي أن يتدهور أداء النموذج بشكل ملحوظ |
| المتانة | يجب أن تقاوم العلامة المائية عملية الإزالة | يحمي من التهرب من حقوق النشر |
| مصداقية | الحد الأدنى من السلبيات الكاذبة | يضمن الاعتراف بالملكية الشرعية |
| نزاهة | الحد الأدنى من الإيجابيات الكاذبة | يمنع الاتهامات غير المشروعة بالسرقة |
| سعة | يدعم كميات كبيرة من المعلومات | يسمح بعلامات مائية شاملة |
| السرية | يجب أن تكون العلامة المائية سرية وغير قابلة للاكتشاف | يمنع الكشف غير المصرح به |
| كفاءة | إدراج العلامة المائية والتحقق منها بسرعة | يتجنب العبء الحسابي |
| عمومية | مستقلة عن مجموعات البيانات وخوارزميات ML | يسهل التطبيق على نطاق واسع |
