深度神经网络中具有自互检参数的自适应白盒水印
密码学与安全
2023-09-06 v1 人工智能
摘要
人工智能（AI）已得到广泛应用，但也因部署过程中无意或恶意的篡改而带来风险。因此，有必要进行定期检查以发现并防范此类风险。脆弱水印是一种用于识别 AI 模型中被篡改部分的技术。然而，以往方法面临漏检风险、额外信息传输以及无法精确定位篡改等挑战。本文中，我们提出一种检测被篡改参数与比特的方法，可用于检测、定位并恢复被篡改的参数。我们还提出一种自适应嵌入方法，在保持模型精度的同时最大化信息容量。我们的方法在多个遭受修改权重参数攻击的神经网络上进行了测试，结果表明当修改率低于 20% 时，方法取得了极佳的恢复性能。此外，对于水印显著影响精度的模型，我们利用自适应比特技术恢复了模型超过 15% 的精度损失。
引用
@article{arxiv.2308.11235,
title = {Adaptive White-Box Watermarking with Self-Mutual Check Parameters in Deep Neural Networks},
author = {Zhenzhe Gao and Zhaoxia Yin and Hongjian Zhan and Heng Yin and Yue Lu},
journal= {arXiv preprint arXiv:2308.11235},
year = {2023}
}