DNNShield：嵌入标识符以验证深度神经网络所有权
密码学与安全
2024-03-12 v1
摘要
机器学习 (ML) 的普及推动了训练深度神经网络 (DNN) 的大量投资。然而，这些需要资源密集型训练的模型容易受到盗窃和未经授权的使用。本文通过引入 DNNShield 来应对这一挑战，这是一种新颖的 DNN 保护方法，可在训练前无缝集成。DNNShield 使用专门的保护层在模型架构中嵌入唯一标识符。这些层实现了安全的训练和部署，同时对各种攻击（包括微调、剪枝和自适应对抗攻击）具有高鲁棒性。值得注意的是，我们的方法以最小的性能和计算开销（运行时增加不到 5%）实现了这种安全性。我们通过在三个数据集和四种模型架构上的广泛评估验证了 DNNShield 的有效性和效率。这一实用解决方案使开发人员能够保护其 DNN 和知识产权。
引用
@article{arxiv.2403.06581,
title = {DNNShield: Embedding Identifiers for Deep Neural Network Ownership Verification},
author = {Jasper Stang and Torsten Krauß and Alexandra Dmitrienko},
journal= {arXiv preprint arXiv:2403.06581},
year = {2024}
}
备注
18 pages, 11 figures, 6 tables