基于固定且分布优化的权重的鲁棒大载荷 DNN 水印

有效的多比特水印算法设计关键在于权衡水印权衡三角的三个基本需求，即针对网络修改的鲁棒性、载荷以及对水印网络性能最小影响的隐蔽性。本文首先重新审视 DNN 情形下水印权衡三角的本质，进而利用所得结论提出一种白盒多比特水印方法，实现极大载荷与针对网络修改的强鲁棒性。在所提系统中，承载水印的权重于训练前设定，确保其幅度足够大以承载目标载荷并在网络修改（尤其是重训练）中存活，且在整个训练过程中保持不变。承载水印的权重分布经理论优化，以保障水印机密性并使水印权重与非水印权重不可区分。所提方法可取得优异性能，对网络精度无显著影响，包括对网络修改、重训练与迁移学习的鲁棒性，同时实现远超 SOTA 方法的载荷，而后者鲁棒性更低或至多相当。