针对卷积神经网络模型窃取攻击的高效防御

模型窃取攻击已成为深度学习模型的严重隐患，攻击者可以通过查询模型的黑盒 API 来窃取已训练的模型。这可能导致知识产权被盗以及其他安全和隐私风险。当前针对模型窃取攻击的最先进防御方法建议在预测概率中添加扰动。然而，这些方法计算量大，且对对手做出了不切实际的假设。它们通常需要训练辅助模型。这既耗时又耗费资源，阻碍了这些防御方法在实际应用中的部署。在本文中，我们提出了一种简单、有效且高效的替代防御方法。我们引入了一种启发式方法来扰动输出概率。所提出的防御方法无需额外训练即可轻松集成到模型中。我们表明，我们的防御方法能有效抵御三种最先进的窃取攻击。我们在多个视觉数据集上训练的大型和量化（即压缩）卷积神经网络 (CNN) 上评估了我们的方法。我们的技术优于最先进的防御方法，推理延迟快了 $\times37$ 倍，且无需任何额外模型，对模型性能的影响也很小。我们验证了我们的防御方法对于面向边缘设备的量化 CNN 同样有效。