用于所有权证明的水印神经网络模型

应用领域：电子信息

我有意向

国家/地区

新加坡

行业领域

电子信息

简介

该技术提供了一种鲁棒的水印机制，保护已投入资源以促进其训练和性能调整的实体对高性能神经网络模型的所有权。它将神经网络的众所周知的缺陷转化为一种可验证的所有权证明机制。在这种情况下，使用了后门（在模型的训练阶段插入以故意生成错误输出）和对抗性样本（特别是人眼完全无法观察到的结构化扰动），它们能够欺骗训练有素的高性能模型，使其误分类输入数据。

资源&服务 \| 科技服务云超市
	首页 > 资源&服务 > 找技术 >详情

资源&服务 |