2026/09/20 4:23

ZK-JPEG：零知識による画像編集と圧縮

RSS: https://news.ycombinator.com/rss

要約▶

Japanese Translation:

論文「ZK-JPEG：ゼロ知識による画像編集と圧縮」（Steve Lu、Kimberlee Model、Joseph Near 著、Samuel Dittmer の BibTeX エントリを含む）は、Stealth Software Technologies Inc. とバーモント大学から出され、損失付き圧縮後のデジタル画像の検証を可能にする暗号ツール ZK-JPEG を紹介する。既存のゼロ知識証明は標準的な損失付き形式（JPEG など）で失敗するが、ZK-JPEG は秘密でコミットされた入力から正しく生成されたことを証明し、元のデータを明らかにすることなくこれを達成する。多様な画像変換を JPEG 圧縮プロセスに直接統合し、線分点ゼロ知識（LPZK）証明システムを活用することで、現在の認証ツールでは共通のデジタル編集後に完全性を確認できないという重要なギャップを解決する。PicoZK を用いると、標準的な Python ベースの画像編集コードを効率的に安全な暗号回路に変換でき、視覚データを基盤とする産業がセキュリティ保証を損なうことなく日常の JPEG 形式を採用できる。本システムは高速、柔軟、動作時の計算コストが低く、多数種類の画像変換を最小のコストで検証でき、厳格なプライバシー要件と実用的なファイル形式を効果的に橋渡しし、堅牢な現実世界の画像認証を実現する。

Text to translate:

The paper "ZK-JPEG: Zero-knowledge Image Editing and Compression" by Steve Lu, Kimberlee Model, Joseph Near (with BibTeX entry for Samuel Dittmer), from Stealth Software Technologies, Inc., and the University of Vermont, introduces ZK-JPEG, a cryptographic tool that enables verification of digital images after lossy compression. While existing zero-knowledge proofs fail on standard lossy formats like JPEG, ZK-JPEG successfully proves an image was correctly generated from secret, committed input without revealing that original data. By integrating diverse image transformations directly into the JPEG compression process and leveraging the line-point zero-knowledge (LPZK) proof system, it solves a critical gap where current authentication tools cannot confirm integrity after common digital edits. Using PicoZK, developers can efficiently convert standard Python image editing code into secure cryptographic circuits, allowing industries relying on visual data to use everyday JPEG formats without sacrificing security guarantees. The system is characterized as fast, flexible, computationally inexpensive during operation, and capable of verifying a broad family of image transformations with minimal cost, effectively bridging strict privacy requirements and practical file formats for robust real-world image authentication.

本文

論文 2026/2039: ZK-JPEG——ゼロ知識に基づく画像編集と圧縮

著者: Steve Lu（Stealth Software Technologies, Inc.）、Kimberlee Model（Stealth Software Technologies, Inc.）、Joseph Near（バーモント大学）
アーカイブ: Cryptology {ePrint} Archive, Paper 2026/2039
公開年: 2026

概要と背景

ディープフェイクの普及: ディープフェイク写真生成ツールは使いやすさから急速に普及しており、文化的な関心も高まっています。
画像認証の課題: デジタル画像が物理的なカメラで撮影されたことを検証し、欺瞞技術に対抗する「画像認証」の役割が重要になっています。
既存手法の限界:
- カメラによる証明（camera attestation）は、デジタル署名を用いて画像の出所をカメラに紐付け、真正性を示します。
- しかし、以下の処理により署名の有効性が損なわれがちです。
  - 損失圧縮: 微細な変化の導入。
  - 編集操作: 被写体保護のためのぼかしやマスキング。

ZK-JPEG の提唱

従来のゼロ知識（ZK）証明では公開画像の編集履歴を検証可能でしたが、JPEG 形式のような損失付き符号化には対応していませんでした。本稿では以下の技術を提唱します。

zk-jpeg: 秘密でありコミットされた入力に対して、適切に JPEG 圧縮が行われたことを証明する暗号技術です。
多機能統合: JPEG 圧縮に加え、様々な画像変換を最小のコストで統合し、広範な種類の画像変換を検証可能にします。

システムの特徴と実装方法

高性能: システムは高速であり、柔軟性が高いです。
既存ツール利用: 市販のゼロ知識ツールを用いて実装可能です。
具体的なアプローチ:
- Python で記述した画像編集コードを利用。
- PicoZK を用いてゼロ知識回路に変換。
- LPZK（ライン・ポイント型ゼロ知識）証明システム向けに変換処理を行います。

BibTeX 引用情報

@misc{cryptoeprint:2026/2039,
  author = {Samuel Dittmer and Steve Lu and Kimberlee Model and Joseph Near},
  title = {{ZK}-{JPEG}: Zero-knowledge Image Editing and Compression},
  howpublished = {Cryptology {ePrint} Archive, Paper 2026/2039},
  year = {2026},
  url = {https://eprint.iacr.org/2026/2039}
}

同じ日のほかのニュース

一覧に戻る →

2026/09/19 19:46

1 年前に RL を用いた非自己回帰型決定モデルを構築した

## Japanese Translation: 本テキストは、エンタープライズワークフローを悩ませてきた高遅延と幻覚（ハルシネーション）のリスクを排除することを目的として設計された画期的な完全にオープンソースの AI モデル「Laya」を紹介する。標準的な生成型大規模言語モデルがしばしば 500〜2,000 ミリ秒の遅延を経験するのに対し、Laya は単一の GPU で顕著な 32.8 ms の遅延を実現し（バッチ処理された質問の場合には 7.2 ms）、これを達成するためには形式自由なテキスト生成を完全に回避し、代わりに辞書からオプションを選択する「choice」命令、順序付けされた評価基準レベルを割り当てる「score」命令、および真理値論理によって有用でない出力を示す「noul」という 3 つの特定の決定プリミティブのみを通じて構造化データのみを出力することを行っている。この建築学的なシフトは、ルーティングやスパム検出などの重要なタスクに対して瞬時に数学的に校正された確率を確保し、100 言語以上をカバーしている。TypeSafe の「Jev」といったプロプライエタリ競合製品に優越するように開発された Laya は、企業がローカルで展開することを可能にし、API 手数料と運用コストを大幅に削減する。将来的な改良により、現在のトークン予算の制限を超えたより大きなオプションセットを処理することが予想され、英語専用モデルに見られる一般的な失敗がないグローバルかつマルチスキーマの意思決定のための堅牢なソリューションとなるだろう。

2026/09/19 18:20

生成 AI で作られたポスターがひどいものに終わる必要はありません。

## Japanese Translation: チャットGPT は、AI アートにしばしば関連づけられる反復的・一般的な外見を避け、独自で高品質なポスターデザインを容易に生成できます。初期の要求では標準的なテンプレートが生成される場合もありますが、具体的な指示を与えることで、文脈に応じたテキストオーバーレイ付きのバウハウス幾何学や日本のミニマリズムなど、多様な芸術スタイルを解き放つことができます。以前の批評において「すべての AI 画像は同一である」と主張されていた点とは対照的に、洗練されたプロンプティングは、鑑賞者が直ちに機械生成であると特定しにくい独自性のある視覚コンテンツの作成が可能であることを証明しています。さらに、Claude や Gemini などの他の高度なモデルも、編集可能なテキスト層を含む PDF や HTML ファイルといった実用的に使用可能な形式を出力し、デザイナーが必要なグラフィックアセットを素早く取得する際に実践的な利便性を提供します。これらの成功した結果を他者が再現できるようにするために、著者は様々なポスタースタイルを網羅した 100 の即座に使用できるプロンプトのカタログを編纂しました。このリソースにより、各新しいプロジェクトに対して複雑な手動指示を必要とせずに、多様な視覚コンテンツを迅速に生成できるようになります。結局のところ、効果的なプロンプティングは、AI を退屈なデフォルトの源から、実世界のデザイン基準を満たすプロフェッショナルでユニークなグラフィックを作成する強力なツールへと変革します。

2026/09/20 5:00

インターネット検閲を測定し、最大級のオープンデータセットに貢献しましょう。

## 日本語訳：オニー・プローブは、インターネット検閲に関する世界の最大のオープンデータセットの中核を成すものであり、主に異なる国でどの特定のウェブサイトやアプリがブロックされているかを検証することを目的として設計されています。该软件の核心には、WhatsApp、Facebook Messenger、Telegram などの主要プラットフォームが利用者のネットワーク上でアクセス可能であることを確認するテストが含まれています。さらに重要なのは、M-Lab と共同で作成された標準化された測定方法である NDT テストを活用して、一般インターネットの速度と安定性を評価することです。このツールは Linux および macOS で動作し、個人の利用者がデジタル自由の解決策（例えば回避アプリ）が実際にはローカルの制限に対して機能しているかどうかを検証する能力を付与します。個人の検証を超えて、オニー・プローブは研究者や組織に、世界の検閲トレンドを追跡するための不可欠なデータを提供します。M-Lab と協力することで、オープンソースコミュニティ全体で一貫性のある信頼できるパフォーマンス指標が確保されています。