基于外源样本的深度神经网络模型版权保护框架

摘要

深度神经网络(deep neural networks, DNN)的知识产权(intellectual property, IP)保护引起了人们的普遍关注。已有的研究提出的查询修改攻击通过修改关键样本，可以使基于后门的DNN水印方法性能下降。防御工作将数据集内样本当作关键样本来抵御查询修改攻击，导致模型的性能随着关键样本的增多而下降。因此，提出将具有外部特征的样本作为关键样本来解决上述问题。在目标模型的训练过程中，将外源样本与训练样本组成混合样本进行训练，将外源样本作为关键样本嵌入到模型中。当攻击者使用查询修改攻击阻止关键样本触发后门时，该样本能够顺利触发后门，从而验证版权。为了阻止关键样本伪造，设计一种不可见水印嵌入与提取机制，将水印嵌入到关键样本中，只有通过水印验证的关键样本触发后门才可以声明版权。通过实验，所提出的方法对模型微调、模型剪枝、查询修改攻击都具有较高的鲁棒性，同时伪造的关键样本无法通过版权认证。

关键词

深度神经网络(DNN) / 知识产权保护(IP) / 水印 / 查询修改攻击