| 基于黑盒測試框架的深度學習模型版權保護方法 | |
| 所屬分類：技術論文 | |
| 上傳者：wwei | |
| 文檔大?。?span>1029 K | |
| 標簽： 生成式人工智能 深度學習模型 版權保護 | |
| 所需積分：0分積分不夠怎么辦？ | |
| 文檔介紹：當前生成式人工智能技術迅速發展，深度學習模型作為關鍵技術資產的版權保護變得越發重要?，F有模型版權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習模型版權保護方法。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險。此外針對黑盒場景，引入了新的測試指標和算法，增強了黑盒防御的能力，確保每個指標具有足夠的正交性。在實驗驗證方面，所提方法顯示出了高效的版權判斷準確性和可靠性，有效降低了高相關性指標的數量。 | |
| 現在下載 | |
| VIP會員，AET專家下載不扣分；重復下載不扣分，本人上傳資源不扣分。 | |
Copyright ? 2005-2024 華北計算機系統工程研究所版權所有 京ICP備10017138號-2