3D Gaussian Splatting に対する資源標的化攻撃へのスペクトル防御

要旨：最近の3Dガウシアン・スプラッティング（3DGS）の進展は高品質なレンダリングを提供しますが、ガウシアン表現は新たな攻撃面、リソースターゲット攻撃を露呈させます。この攻撃はトレーニング画像を汚染し、過度にガウシアンの成長を誘発してリソース枯渇を引き起こします。平滑化、閾値処理、剪定といった効率志向の手法が検討されてきましたが、これらの空間領域の戦略は可視構造の上で動作する一方、ステルスな摂動が訓練データの基礎となるスペクトル挙動を歪める点を見落とします。その結果、汚染された入力は異常な高周波の増幅を引き起こし、3Dガウシアン・スプラッティングをノイズの多いパターンとして解釈させ、最終的にはガウシアンの過剰成長とシーン忠実度の低下を招きます。これに対処するため、\textbf{スペクトラルディフェンス} をガウシアンおよび画像領域に提案します。まず、異常に高い周波数を示すガウス分布を選択的に剪定する3D周波数フィルタを設計します。自然な風景にも正当な高周波構造が含まれるため、高周波を直接抑制するだけでは不十分であり、さらにレンダリング上での2Dスペクトル正則化を開発して、自然に等方な周波数を識別しつつ、非等方的な角エネルギーを抑制してノイズの多いパターンを抑制します。実験は、提案する防御が堅牢で正確かつ安全な3Dガウシアン・スプラッティングを構築し、攻撃下で最大5.92×の過剰成長を抑制し、最大3.66×のメモリ削減、最大4.34×の速度向上をもたらすことを示しています。