IPGuard: 通过指纹分类边界保护深度神经网络的知识产权

Oct, 2019

IPGuard: 通过指纹分类边界保护深度神经网络的知识产权

IPGuard: Protecting Intellectual Property of Deep Neural Networks via Fingerprinting the Classification Boundary

Xiaoyu Cao, Jinyuan Jia, Neil Zhenqiang Gong

TL;DR本文提出了 IPGuard 方法，它通过数据指纹来保护深度神经网络分类器的知识产权，并且不会牺牲分类器的准确性，相比于现有的数字水印技术具有更好的保护效果。

Abstract

A deep neural network (DNN) classifier represents a model owner's intellectual property as training a DNN classifier often requires lots of resource. Watermarking was recently proposed to protect the intellectual property of DNN classifiers. However, watermarking suffers from a key lim

deep neural network ip protection data fingerprinting classifier piracy accuracy preservation

发现论文，激发创造

一个基于盲水印的框架来保护 DNN 知识产权：如何证明你的模型属于你

本研究提出了一种基于盲水印的知识产权保护（IPP）框架，通过将特定标签赋予普通样本并将其与独占标志组合生成水印来保护深度神经网络模型的知识产权，并成功验证了其安全性、可行性和鲁棒性，与创建者身份建立了明确的联系，有效应对了逃避攻击和恶意主张的问题。

Mar, 2019

通过混合成员推断对深度神经网络进行稳健且无损指纹识别

本研究提出了一种名为池化分组会员推断（PMI）的新技术，旨在保护深度神经网络（DNN）模型的知识产权。PMI 并不改变给定 DNN 模型的网络参数，也不通过一系列精心设计的触发样本进行微调，而是通过推断哪个小型数据集曾用于训练目标 DNN 模型来确定 DNN 模型的所有权。实验也展示了这项工作的优越性和适用性。

Sep, 2022

DeepSigns: 用于深度学习模型知识产权保护的通用数字水印框架

本研究提出 DeepSigns 方法，一种全新的用于深度学习模型中数字水印插入的知识产权保护框架，旨在保护模型构建者的竞争优势，并且方法能在模型压缩、模型微调和数字水印覆盖等多种情况下承受各种攻击。

Apr, 2018

深度神经网络的功能耦合水印

本文提出了一种新颖的 DNN 数字水印技术以有效防御模型精调和模型修剪等攻击。

Feb, 2023

深度知识产权：一项调查

本文综述了深度知识产权保护的最新进展，包括挑战 / 威胁，水印技术，指纹技术，评估指标和性能等方面，并为未来的研究提出了有希望的方向。

Apr, 2023

PreGIP: 图神经网络的预训练水印技术，用于深度知识产权保护

为了保护知识产权并保持嵌入空间的高质量，本文提出了一种名为 PreGIP 的框架，通过在预训练的 GNN 编码器中引入无需任务的水印损失函数进行水印标记，并采用抗微调的水印注入方法，理论分析和广泛实验表明了 PreGIP 在知识产权保护和维持下游任务高性能方面的有效性。

Feb, 2024

图像处理网络的模型水印技术

基于空间隐形水印技术，提出了一种图像处理模型的水印框架，防止模型权益被侵犯。实验证明，该水印技术可抵抗不同网络结构和目标函数训练出的替代模型。

Feb, 2020

机器学习模型适当的知识产权保护机制鉴别：水印、指纹、模型访问及攻击的系统化

对机器学习中的知识产权保护进行了系统研究，建立威胁模型，将攻击和防御措施分类在一个统一且综合的分类法中，从而弥合机器学习和安全社区之间的研究。

Apr, 2023

通过通用对抗扰动对深度神经网络进行全局指纹识别

本文提出了一种新颖且实用的机制，通过模型提取攻击来验证是否从受害者模型中盗取了嫌疑模型，并针对深度神经网络模型提出了 UAP 指纹识别方法，训练了一个通过对比学习的编码器，可以在仅检测 20 个指纹的情况下以置信度 > 99.99 检测出模型 IP 侵犯，并且在不同的模型架构下具有良好的普适性，在盗版模型上具有较强的鲁棒性。

Feb, 2022

ROSE: 一种强健和安全的 DNN 水印技术

该研究提出了一种轻量级、强健、安全的黑盒 DNN 数字水印协议，在训练期间注入任务特定的键图像 - 标签对，并证明该模型的所有权，从而提供保护同时保持适当的安全性和强健性。

Jun, 2022