典型文献
基于差分隐私的深度伪造指纹检测模型版权保护算法
文献摘要：
提出了一种基于差分隐私的深度伪造指纹检测模型版权保护算法,在不削弱原始任务性能的同时,实现了深度伪造指纹检测模型版权的主动保护和被动验证.在原始任务训练时,通过添加噪声以引入随机性,利用差分隐私算法的期望稳定性进行分类决策,以削弱对噪声的敏感.在被动验证中,利用FGSM生成对抗样本,通过微调决策边界以建立后门,将后门映射关系作为植入水印实现被动验证.为了解决多后门造成的版权混淆,设计了一种水印验证框架,对触发后门加盖时间戳,借助时间顺序来鉴别版权.在主动保护中,为了给用户提供分等级的服务,通过概率选择策略冻结任务中的关键性神经元,设计访问权限实现神经元的解冻,以获得原始任务的使用权.实验结果表明,不同模型性能下的后门验证依然有效,嵌入的后门对模型修改表现出稳健性.此外,所提算法不但能抵挡攻击者策反合法用户实施的合谋攻击,而且能抵挡模型修改发动的微调、压缩等攻击.
文献关键词：
版权保护;对抗样本;差分隐私;模型水印;伪造指纹检测
中图分类号：
作者姓名：
袁程胜;郭强;付章杰
作者机构：
南京信息工程大学计算机学院、软件学院、网络空间安全学院,江苏 南京 210044;南京信息工程大学数字取证教育部工程研究中心,江苏 南京 210044
文献出处：
引用格式：
[1]袁程胜;郭强;付章杰-.基于差分隐私的深度伪造指纹检测模型版权保护算法)[J].通信学报,2022(09):181-193
A类：
伪造指纹检测
B类：
差分隐私,深度伪造,检测模型,模型版权保护,主动保护,随机性,分类决策,FGSM,生成对抗,对抗样本,微调,决策边界,后门,映射关系,加盖,时间戳,分等级,选择策略,冻结,访问权限,解冻,使用权,模型性能,抵挡,攻击者,策反,合谋攻击,模型水印
AB值：
0.311345
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
