提升防御：融合对抗训练与水印增强模型韧性

机器学习模型正被用于越来越多的关键应用；因此，保护其完整性和所有权至关重要。最近的研究观察到对抗训练和水印之间存在冲突的相互作用。本文引入了一个新颖的框架，将对抗训练与水印技术相结合，以增强对逃避攻击的防御能力，并在知识产权被盗时提供可靠的模型验证。我们使用对抗训练和对抗水印来训练一个鲁棒的水印模型。关键直觉是使用比对抗训练预算更高的扰动预算来生成对抗水印，从而避免冲突。我们使用MNIST和Fashion-MNIST数据集在各种模型窃取攻击上评估了我们提出的技术。获得的结果在鲁棒性性能方面始终优于现有基线，并进一步证明了这种防御对剪枝和微调移除攻击的韧性。