InFIP：一种基于内在特征的可解释 DNN 知识产权保护方法
计算机视觉与模式识别
2025-03-04 v1
摘要
深度神经网络（DNNs）的知识产权（IP）保护近年来引发了严重关切。大多数现有工作在 DNN 模型中嵌入水印以进行 IP 保护，这需要修改模型且缺乏可解释性。本文中，我们首次提出一种基于可解释人工智能的 DNN 可解释知识产权保护方法。与现有工作相比，所提方法不修改 DNN 模型，且所有权验证的决策是可解释的。我们利用深度泰勒分解提取 DNN 模型的内在特征。由于内在特征由模型决策的唯一解释构成，该内在特征可被视为模型的指纹。若疑似模型指纹与原始模型相同，则该疑似模型被视为盗版模型。实验结果表明，指纹可成功用于验证模型所有权，且模型的测试精度不受影响。此外，所提方法对微调攻击、剪枝攻击、水印覆盖攻击和自适应攻击具有鲁棒性。
引用
@article{arxiv.2210.07481,
title = {InFIP: An Explainable DNN Intellectual Property Protection Method based on Intrinsic Features},
author = {Mingfu Xue and Xin Wang and Yinghao Wu and Shifeng Ni and Yushu Zhang and Weiqiang Liu},
journal= {arXiv preprint arXiv:2210.07481},
year = {2025}
}