基于密钥的语义分割模型访问控制方法
计算机视觉与模式识别
2022-08-30 v1 密码学与安全
机器学习
摘要
本文提出一种带密钥的访问控制新方法，以保护模型免受未授权访问。我们关注采用视觉Transformer（ViT）的语义分割模型，称为分割Transformer（SETR）。大多数现有访问控制方法聚焦于图像分类任务，或仅限于CNN。利用ViT所具有的块嵌入结构，训练模型和测试图像可用密钥高效加密，随后在加密域中执行语义分割任务。实验中，该方法被证实对持有正确密钥的授权用户可提供与使用无加密明文图像相同的精度，并对未授权用户提供极度退化的精度。
引用
@article{arxiv.2208.13135,
title = {An Access Control Method with Secret Key for Semantic Segmentation Models},
author = {Teru Nagamori and Ryota Iijima and Hitoshi Kiya},
journal= {arXiv preprint arXiv:2208.13135},
year = {2022}
}
备注
To appear in the International Conference on Machine Learning and Cybernetics 2022 (ICMLC 2022)