一种适用于深度学习模型的同步双重水印技术

《Neural Networks》:A simultaneous dual watermarking scheme for deep learning models

【字体: 大 中 小 】 时间:2026年05月13日 来源:Neural Networks 6.3

编辑推荐:

  王德辉|张迎倩|周爽|薛宇梅•所提出的方案能够有效保护模型开发者和使用者的权益,有助于区分责任方,并适用于复杂的交易场景。•混乱标注的触发集不会影响模型的决策边界,从而降低模型对该触发集的泛化能力。•各个关键要素相互分离,确保了安全性和不可检测性。•该方案在抵抗机器学习攻击方面表

  
王德辉|张迎倩|周爽|薛宇梅
  • •
    所提出的方案能够有效保护模型开发者和使用者的权益,有助于区分责任方,并适用于复杂的交易场景。
  • •
    混乱标注的触发集不会影响模型的决策边界,从而降低模型对该触发集的泛化能力。
  • •
    各个关键要素相互分离,确保了安全性和不可检测性。
  • •
    该方案在抵抗机器学习攻击方面表现更优异,同时具有更好的真实性、完整性和有效性。
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号