AIGC抗性水印溯源管理系统

面向AIGC的隐形水印溯源管理系统 - 毕业设计演示系统

本系统是一个用于演示各种算法在对抗 AIGC 攻击时的鲁棒性的 Web 应用。系统通过直观的滑块对比和图表分析来展示水印嵌入、攻击模拟和溯源提取的完整流程。

• Python 3.10+
• FastAPI
• Uvicorn
• Pillow (PIL) - 图像处理
• ReportLab - PDF 报告生成
• Python-Jose & Passlib - JWT 认证

• Vue 3
• Vite
• Element Plus
• Axios
• ECharts
• vue-compare-image

watermark_system_V2/
├── backend/                 # FastAPI 后端
│   ├── main.py             # 主入口文件
│   ├── requirements.txt    # Python 依赖
│   └── routers/           # 路由模块
│       ├── auth.py        # 认证模块
│       ├── watermark.py   # 水印核心模块
│       └── attack.py      # 攻击实验室模块
├── frontend/               # Vue 3 前端
│   ├── src/
│   │   ├── views/         # 页面组件
│   │   │   ├── Login.vue
│   │   │   ├── EmbeddingStudio.vue
│   │   │   ├── AttackLab.vue
│   │   │   ├── TracingCenter.vue
│   │   │   └── Dashboard.vue
│   │   ├── layout/        # 布局组件
│   │   ├── router/        # 路由配置
│   │   └── utils/         # 工具函数
│   ├── package.json
│   └── vite.config.js
└── README.md

# 进入后端目录
cd backend

# 创建虚拟环境（推荐）
python -m venv venv
source venv/bin/activate  # Windows: venv\Scripts\activate

# 安装依赖
pip install -r requirements.txt

# 启动服务器
uvicorn main:app --reload --port 8000

后端将在 http://localhost:8000 启动

# 进入前端目录
cd frontend

# 安装依赖
npm install

# 启动开发服务器
npm run dev

前端将在 http://localhost:5173 启动

• 用户名: admin
• 密码: admin123

• 上传图片并嵌入隐形水印
• 可调节隐蔽性与鲁棒性平衡参数
• 使用 vue-compare-image 实现原图与水印图的滑块对比
• 显示 PSNR 和 SSIM 质量指标

• AIGC 破坏模拟: 模拟 Stable Diffusion 重绘造成的细节丢失
  • 高斯模糊
  • 颜色抖动
  • 轻微噪点
• 常规几何攻击:
  • 裁剪攻击
  • JPEG 压缩
  • 旋转攻击

• 提取水印信息
• 显示误码率 (BER) 仪表盘
• 生成 PDF 法证分析报告

• 攻击强度 vs 提取准确率折线图
• StegaStamp vs 传统 LSB 算法对比柱状图

• POST /api/register - 用户注册
• POST /api/login - 用户登录（返回 JWT Token）
• GET /api/me - 获取当前用户信息

• POST /api/embed - 嵌入水印
• POST /api/extract - 提取水印
• POST /api/report - 生成 PDF 报告

• POST /api/attack - 应用图像攻击

1. Mock 数据: 当前版本使用 Mock 数据模拟 StegaStamp 算法效果，实际项目中需要集成真实的模型
2. 跨域配置: 后端已配置 CORS，允许前端跨域访问
3. 图片格式: 支持 JPG、PNG 格式，建议尺寸不超过 2048x2048
4. Base64 处理: 前端会自动处理 Base64 图片前缀

在 routers/watermark.py 中：

• run_stegastamp_encoder() - StegaStamp 编码器占位符
• run_stegastamp_decoder() - StegaStamp 解码器占位符

这些函数需要后续集成真实的 StegaStamp 模型。

routers/attack.py 中的攻击函数使用 PIL 库实现真实的图像处理：

• apply_aigc_sim_attack() - AIGC 模拟攻击
• apply_crop_attack() - 裁剪攻击
• apply_jpeg_attack() - JPEG 压缩
• apply_rotate_attack() - 旋转攻击

本项目用于毕业设计演示，仅供学习参考。