一种通过序列号识别深度神经网络模型的新方法
计算机视觉与模式识别
2019-11-20 v1
摘要
具有前沿性能的深度学习神经网络（DNN）已成为一种可行且利润丰厚的商业服务。然而，这些令人印象深刻的性能需要大量计算资源，这对模型创建者而言成本高昂。现在，保护 DNN 模型免遭非法复制与分发显得尤为必要。近来，触发集水印打破了白盒限制，依赖对定制输入预定义（错误）标签的对抗训练，随后用其验证模型真实性，已成为 DNN 所有权验证的主要课题。尽管这些方法已成功展示对移除攻击的鲁棒性，但极少能有效抵御竞争者伪造假水印并在管理者中混淆的篡改攻击。本文提出一种触发集水印新框架，通过将唯一序列号（与原始标签相关性低）嵌入深度神经网络以进行模型所有权识别，其既对模型剪枝鲁棒又能抵抗篡改攻击。实验结果表明，DNN 序列号仅导致原始性能轻微精度下降，且对所有权验证有效。
引用
@article{arxiv.1911.08053,
title = {A novel method for identifying the deep neural network model with the Serial Number},
author = {XiangRui Xu and YaQin Li and Cao Yuan},
journal= {arXiv preprint arXiv:1911.08053},
year = {2019}
}
备注
9pages,9 figures,conference