CREDIT: 针对模型提取攻击的深度神经网络认证所有权验证
机器学习
2026-02-25 v1
摘要
机器学习即服务 (MLaaS) 已成为提供深度神经网络 (DNN) 模型访问的广泛采用的范例，使用户能够通过标准化 API 便利地利用这些模型。然而，这些服务对模型提取攻击 (MEAs) 极其脆弱，攻击者会反复查询目标模型以收集输入输出对，并用于训练能够 closely 复制其功能的替代模型。尽管已提出许多防御策略，但仍存在一个挑战性的任务：基于严格理论保证验证可疑模型的所有权。为了解决这一差距，我们引入 CREDIT，一种针对 MEAs 的认证所有权验证。具体而言，我们利用相互信息量化 DNN 模型之间的相似性，提出一个实用的验证阈值，并基于该阈值提供严格的理论保证，以实现所有权验证。我们在多个主流数据集上进行了广泛评估，跨越不同领域和任务，实现了最佳性能。我们的实现已公开可用: https://github.com/LabRAI/CREDIT。
引用
@article{arxiv.2602.20419,
title = {CREDIT: Certified Ownership Verification of Deep Neural Networks Against Model Extraction Attacks},
author = {Bolin Shen and Zhan Cheng and Neil Zhenqiang Gong and Fan Yao and Yushun Dong},
journal= {arXiv preprint arXiv:2602.20419},
year = {2026}
}