基于黑盒測試框架的深度學(xué)習(xí)模型版權(quán)保護方法
所屬分類：技術(shù)論文
上傳者：wwei
文檔大?。?span>1029 K
標(biāo)簽： 生成式人工智能 深度學(xué)習(xí)模型 版權(quán)保護
所需積分：0分積分不夠怎么辦？
文檔介紹：當(dāng)前生成式人工智能技術(shù)迅速發(fā)展,，深度學(xué)習(xí)模型作為關(guān)鍵技術(shù)資產(chǎn)的版權(quán)保護變得越發(fā)重要?，F(xiàn)有模型版權(quán)保護方法一般采用確定性測試樣本生成算法，存在選擇效率低和對抗攻擊脆弱的問題,。針對上述問題,，提出了一種基于黑盒測試框架的深度學(xué)習(xí)模型版權(quán)保護方法。首先引入基于隨機性算法的樣本生成策略,，有效提高了測試效率并降低了對抗攻擊的風(fēng)險,。此外針對黑盒場景，引入了新的測試指標(biāo)和算法,，增強了黑盒防御的能力,，確保每個指標(biāo)具有足夠的正交性。在實驗驗證方面,，所提方法顯示出了高效的版權(quán)判斷準(zhǔn)確性和可靠性,，有效降低了高相關(guān)性指標(biāo)的數(shù)量。
現(xiàn)在下載
VIP會員,，AET專家下載不扣分,；重復(fù)下載不扣分，本人上傳資源不扣分,。