Core Concepts
ステガノグラフィックパスポートを用いて、深層学習モデルの所有権を証明し、使用権を検証することができる。これにより、モデルの不正使用を防ぐことができる。
Abstract
本論文では、深層学習モデルの知的財産権保護と使用権の検証を可能にするステガノグラフィックパスポートを提案している。
まず、所有者側パスポートと使用者側パスポートを定義する。所有者側パスポートは所有者が保持し、モデルの固有の署名を生成するために使用される。使用者側パスポートは使用者の識別画像を所有者側パスポートに隠し込むことで作成される。
次に、検証ブランチに対する活性化レベルのオブフスケーションを提案する。これにより、パスポートや重みの改ざんに対して頑健になる。検証ブランチと展開ブランチの重みを密接に結び付けることで、両者の更新を同期させる。
実験の結果、提案手法は既存の手法に比べて、所有権と使用権の検証性能が高く、様々な攻撃に対しても頑健であることが示された。
Stats
モデルの平均精度は71.73%であり、展開ブランチと検証ブランチの精度差は0.00%である。
所有者側パスポートと使用者側パスポートの間のPSNRは41.47である。