决策树集成的水印技术

保护机器学习模型的知识产权是一个热门话题，文献中已经提出了许多针对深度神经网络的水印方案。不幸的是，先前的工作在很大程度上忽略了对其他类型模型水印技术的研究，包括决策树集成，这是一种用于非感知数据分类任务的最先进模型。在本文中，我们提出了第一个专为决策树集成设计的水印方案，特别关注随机森林模型。我们讨论了水印的创建和验证，并对可能的攻击进行了彻底的安全分析。最后，我们对所提出的方案进行了实验评估，在准确性和针对最相关威胁的安全性方面显示出优异的结果。