深度学习模型与数据集智能的知识产权保护
密码学与安全
2024-11-11 v1 人工智能
机器学习
摘要
随着深度学习（DL）的广泛应用，特别是 ChatGPT 和 LLaMA 等大语言模型（LLMs）近期的显著成就，这些卓越模型的商业意义已大幅飙升。然而，获取经过良好训练的模型成本高昂且资源密集。它需要大量高质量数据集、在专用架构设计上的大量投资、昂贵的计算资源以及培养技术专业知识的努力。因此，保护经过良好训练的模型的知识产权（IP）正日益受到关注。与现有调查主要聚焦于模型 IP 保护不同，本综述不仅涵盖了模型层面智能的保护，还包括宝贵的数据集智能保护。首先，根据有效 IP 保护设计的要求，本工作系统地总结了通用和方案特定的性能评估指标。其次，从主动 IP 侵权预防和被动 IP 所有权验证的角度，它全面调查和分析了现有的数据集和模型智能 IP 保护方法。此外，从训练设置的角度，它深入探讨了分布式设置相对于集中式设置给 IP 保护带来的独特挑战。此外，本工作考察了深度 IP 保护技术面临的各种攻击。最后，我们概述了有前景的未来方向，可能作为创新研究的指引。
引用
@article{arxiv.2411.05051,
title = {Intellectual Property Protection for Deep Learning Model and Dataset Intelligence},
author = {Yongqi Jiang and Yansong Gao and Chunyi Zhou and Hongsheng Hu and Anmin Fu and Willy Susilo},
journal= {arXiv preprint arXiv:2411.05051},
year = {2024}
}