IPProtect：在数据估值过程中保护视觉数据集的知识产权

数据交易对于加速数据驱动的机器学习流水线发展至关重要。数据交易的核心问题是针对给定买方的机器学习任务估算卖方数据集的效用，即所谓的数据估值。通常，数据估值要求一个或多个参与方将其原始数据集与他人共享，从而导致知识产权（IP）侵权的潜在风险。本文中，我们解决在数据估值期间需共享的数据集之知识产权预先保护这一新任务。首先，我们识别并形式化了视觉数据集中的两类新型 IP 风险：数据项（图像）IP 与统计（数据集）IP。随后，我们提出一种新算法，将原始数据集转换为经过净化的版本，该版本可抵御 IP 侵权，同时允许准确的数据估值。其关键思想是限制从原始数据集到净化数据集的信息传递，从而防范潜在的知识产权侵权。接着，我们分析了所提方法存在解的可能性以及对重构攻击的免疫性。最后，我们在三个计算机视觉数据集上进行了大量实验，展示了相较其他基线方法的优势。