申请/专利权人:华南农业大学
申请日:2023-11-29
公开(公告)日:2024-04-16
公开(公告)号:CN117893389A
主分类号:G06T1/00
分类号:G06T1/00;G06N3/0464;G06N3/08
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.05.03#实质审查的生效;2024.04.16#公开
摘要:本发明公开一种抵御神经元攻击的白盒模型水印方法,包括:获取原始模型和怀疑模型,原始模型嵌入白盒模型水印,怀疑模型为原始模型疑似受神经元攻击后的模型;筛选出怀疑模型中符合受攻击状态的卷积层,对卷积层的卷积核进行复原;对进行卷积核复原后的怀疑模型从输入层至水印嵌入层自顶向下逐层进行虚假神经元消除并合并剩余神经元;对虚假神经元消除后的怀疑模型中每一层的神经元与原始模型中对应的神经元进行神经元对齐;对神经元对齐后的怀疑模型中的水印嵌入层进行水印验证。本发明考虑到虚假神经元的注入以及卷积核的扩展情况,通过添加神经元复原阶段,解决了传统白盒水印技术容易受到神经元攻击这一问题。
主权项:1.一种抵御神经元攻击的白盒模型水印方法,其特征在于,包括以下步骤:获取原始模型和怀疑模型,所述原始模型嵌入白盒模型水印,所述怀疑模型为所述原始模型疑似受神经元攻击后的模型;筛选出所述怀疑模型中符合受攻击状态的卷积层,对所述卷积层的卷积核进行复原;对进行卷积核复原后的怀疑模型从输入层至水印嵌入层自顶向下逐层进行虚假神经元消除并合并剩余神经元,使得每一层的输入通道数与上一层的输出通道数相同、每一层的输出通道数与下一层的输入通道数相同以及所述怀疑模型最终的特征图输出不变;对虚假神经元消除后的怀疑模型中每一层的神经元与原始模型中对应的神经元进行神经元对齐;对神经元对齐后的怀疑模型中的水印嵌入层进行水印验证。
全文数据:
权利要求:
百度查询: 华南农业大学 一种抵御神经元攻击的白盒模型水印方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。