深度知识产权保护:综述
人工智能
2023-06-21 v2 密码学与安全
摘要
深度神经网络(DNNs)从 AlexNet 到 ResNet 再到 ChatGPT,近年来取得了革命性进展,并广泛应用于各个领域。DNN 的高性能需要大量高质量数据、昂贵的计算硬件以及优秀的 DNN 架构,这些获取成本都很高。因此,训练好的 DNN 正成为宝贵资产,必须被视为其创建者合法所有者的知识产权(IP),以保护训练好的 DNN 模型免遭非法复制、窃取、再分发或滥用。尽管这是一个新兴且跨学科的领域,但已提出众多 DNN 模型 IP 保护方法。鉴于这一快速发展时期,本文旨在对两种主流 DNN IP 保护方法——深度水印与深度指纹——以所提出的分类法进行全面综述。本综述涵盖超过 190 项研究贡献,涉及深度知识产权保护的诸多方面:问题定义、主要威胁与挑战、深度水印与深度指纹方法的优缺点、评估指标以及性能讨论。我们以指明未来研究的有前景方向来结束本综述。
引用
@article{arxiv.2304.14613,
title = {Deep Intellectual Property Protection: A Survey},
author = {Yuchen Sun and Tianpeng Liu and Panhe Hu and Qing Liao and Shaojing Fu and Nenghai Yu and Deke Guo and Yongxiang Liu and Li Liu},
journal= {arXiv preprint arXiv:2304.14613},
year = {2023}
}
备注
37 pages, 19 figures