ModelLock：一种以密码锁定模型
机器学习
2024-10-15 v3
摘要
本文提出了一种新颖的模型保护范式ModelLock，通过锁定（破坏）模型在正常干净数据上的性能，以便在没有正确密钥的情况下使模型无法使用或无法提取。具体而言，我们提出了一个基于扩散的框架，称为ModelLock，该框架利用文本引导的图像编辑将训练数据转换为独特的风格或在背景中添加新对象。针对经过编辑数据集微调的模型将被锁定，只能通过密钥提示符（即用于转换数据的文本提示符）来解锁。我们在图像分类和分割任务上进行了广泛实验，结果表明：1）ModelLock可以在显著降低预期性能的同时有效锁定微调模型，更重要的是，2）在不知道密钥提示符和扩散模型的情况下，锁定模型难以被解锁。我们的工作开拓了私有模型知识产权保护的新方向。
引用
@article{arxiv.2405.16285,
title = {ModelLock: Locking Your Model With a Spell},
author = {Yifeng Gao and Yuhua Sun and Xingjun Ma and Zuxuan Wu and Yu-Gang Jiang},
journal= {arXiv preprint arXiv:2405.16285},
year = {2024}
}