DICTION：面向深度神经网络的动态鲁棒白盒水印方案
密码学与安全
2025-05-20 v2
摘要
深度神经网络（DNN）水印是保护深度学习（DL）模型所有权的合适方法。它秘密地在模型中嵌入一个标识符（水印），所有者可提取该标识符以证明所有权。本文中，我们首先给出白盒 DNN 水印方案的统一框架，其涵盖当前最优方法并勾勒出它们的理论互联。接着，我们由此框架导出 DICTION，一种新型白盒动态鲁棒水印方案。其主要创新在于一种生成对抗网络（GAN）策略：水印提取函数是一个作为 GAN 判别器的 DNN，将以待加水印的目标模型作为 GAN 生成器，并以潜空间作为 GAN 触发集的输入。DICTION 可视为 DeepSigns 的推广，据我们所知，后者是文献中唯一的另一种动态白盒水印方案。在与 DeepSigns 相同的模型测试集上进行的实验表明，我们的方案取得了远优的性能。特别地，借助 DICTION，可在最大程度保持目标模型精度的同时提升水印容量，并对广泛的水印移除与检测攻击确保强水印鲁棒性。
引用
@article{arxiv.2210.15745,
title = {DICTION:DynamIC robusT whIte bOx watermarkiNg scheme for deep neural networks},
author = {Reda Bellafqira and Gouenou Coatrieux},
journal= {arXiv preprint arXiv:2210.15745},
year = {2025}
}
备注
24 pages, 4 figures, PrePrint