ShadowGenes：利用计算图中重复模式实现模型谱系识别

机器学习模型谱系识别使实践者能够确定给定神经网络属于哪个 architectural family。本文引入了 ShadowGenes，一种新型基于签名的方法用于识别给定模型的 architecture、type and family。我们的方法涉及构建与模型序列化 format 无关的 computational graph，然后分析其 internal operations 以识别 unique patterns，最后根据这些模式构建和 refinement signatures。我们阐述了底层 engine 的重要工作原理，并演示了构建 signature 和扫描给定模型的技术。这种 model genealogy 方法可应用于没有额外 external information 的 model files。我们在标注数据集上测试了 ShadowGenes，数据集包含超过 1,400 个模型，实现了 mean true positive rate of 97.49% and precision score of 99.51%；这验证了该技术作为 practical method for model genealogy。这使得实践者能够理解给定模型的 use cases、内部 computational process，以及识别可能的 security risks，如 model backdooring 的潜在风险。