面向图像分类神经网络的无知识黑盒水印与所有权证明

水印已成为深度神经网络所有权验证和知识产权保护的可行方案。对于图像分类神经网络，当前的水印方案统一借助于后门触发器。然而，向神经网络中注入后门需要训练数据集的知识，而在现实世界的商业化中通常无法获取。同时，已有的水印方案忽视了所有权验证期间暴露证据以及水印算法本身造成的潜在损害。这些顾虑使当前水印方案难以用于工业应用。为应对这些挑战，我们提出了一种面向图像分类神经网络的无知识黑盒水印方案。利用从无数据蒸馏过程获得的图像生成器，在注入后门期间稳定网络性能。设计了一种精细的编码与验证协议，以确保方案抵御具备知识的对抗者的安全性。我们还率先分析了该水印方案的容量。实验结果证明了所提水印方案的功能保持能力及安全性。