NCorr-FP：一种基于邻域的相关性保持指纹识别方案，用于结构化数据的知识产权保护

《IEEE Transactions on Information Forensics and Security》：NCorr-FP: A Neighbourhood-based Correlation-preserving Fingerprinting Scheme for Intellectual Property Protection of Structured Data

　　

摘要：

在共享数据环境中，确保数据的所有权以及防止未经授权的数据再分发是保护知识产权的关键。数据指纹技术通过在数据中嵌入特定于接收者的标记（通常通过修改数据内容来实现）来应对这些挑战。我们提出了NCorr-FP，这是一种基于邻域的相关性保持指纹系统，适用于结构化表格数据，能够保持数据的统计真实性。该方法利用局部记录相似性和密度估计来指导指纹位的插入过程。随后可以通过逆向提取逻辑从可能被修改的数据集中提取出指纹。广泛的实验验证了其有效性、真实性、实用性和鲁棒性。实验结果表明，即使在高嵌入率的情况下，这些指纹也几乎无法被察觉，其Hellinger距离和KL散度都非常小。该系统还能保持数据的高实用性，适用于下游的预测任务。即使在大量数据被删除的情况下，该方法也能实现100%的检测置信度，并且能够抵御自适应攻击和共谋攻击。在混合类型的数据集上同时满足所有这些要求，凸显了NCorr-FP在现实世界数据应用中的强大适用性。