从本质到防御：面向嵌入即服务的自适应语义感知水印版权保护
密码学与安全
2025-12-19 v1 计算与语言
摘要
受大型语言模型在自然语言理解与生成方面卓越能力的驱动，嵌入即服务（Embeddings-as-a-Service，EaaS）已在 Web 平台上成功实现商业化。然而，既有研究已揭示 EaaS 易受仿冒攻击。现有方法通过水印技术保护 EaaS 的知识产权，但均忽视了嵌入最重要的属性——语义，导致其在无害性和隐蔽性方面受限。为此，我们提出 SemMark，这是一种针对 EaaS 版权保护的新型语义基水印范式。SemMark 采用局部敏感哈希对语义空间进行分区，并将语义感知水印注入特定区域，确保水印信号在不可感知且多样化。此外，我们引入基于局部离群因子（local outlier factor）的自适应水印权重机制，以保留原始嵌入分布。进一步，我们提出 Detect-Sampling 与 Dimensionality-Reduction 攻击，并构建四个场景评估水印方法。在四个流行 NLP 数据集上进行大量实验，SemMark 在可验证性、多样性、隐蔽性和无害性方面均取得优异性能。
引用
@article{arxiv.2512.16439,
title = {From Essence to Defense: Adaptive Semantic-aware Watermarking for Embedding-as-a-Service Copyright Protection},
author = {Hao Li and Yubing Ren and Yanan Cao and Yingjie Li and Fang Fang and Xuebin Wang},
journal= {arXiv preprint arXiv:2512.16439},
year = {2025}
}