| 基于黑盒測(cè)試框架的深度學(xué)習(xí)模型版權(quán)保護(hù)方法 | |
| 所屬分類：技術(shù)論文 | |
| 上傳者：wwei | |
| 文檔大小：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(hù) | |
| 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(hù)變得越發(fā)重要。現(xiàn)有模型版權(quán)保護(hù)方法一般采用確定性測(cè)試樣本生成算法，存在選擇效率低和對(duì)抗攻擊脆弱的問題。針對(duì)上述問題，提出了一種基于黑盒測(cè)試框架的深度學(xué)習(xí)模型版權(quán)保護(hù)方法。首先引入基于隨機(jī)性算法的樣本生成策略，有效提高了測(cè)試效率并降低了對(duì)抗攻擊的風(fēng)險(xiǎn)。此外針對(duì)黑盒場(chǎng)景，引入了新的測(cè)試指標(biāo)和算法，增強(qiáng)了黑盒防御的能力，確保每個(gè)指標(biāo)具有足夠的正交性。在實(shí)驗(yàn)驗(yàn)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(huì)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。 | |
生成式人工智能 相關(guān)資源
- 生成式人工智能嵌入數(shù)字政府的數(shù)據(jù)安全風(fēng)險(xiǎn)及其法律規(guī)制
- 生成式人工智能在偵查訊問中的應(yīng)用——基礎(chǔ)、嘗試、風(fēng)險(xiǎn)及對(duì)策建議
- 生成式人工智能時(shí)代信息生態(tài)秩序的失衡風(fēng)險(xiǎn)與治理方案
- 生成式人工智能數(shù)據(jù)跨境流動(dòng)的安全風(fēng)險(xiǎn)及治理范式
- 負(fù)責(zé)任的發(fā)展生成式人工智能的挑戰(zhàn)及應(yīng)對(duì)路徑
- 從失范到規(guī)范：生成式人工智能的監(jiān)管框架革新
- 生成式人工智能對(duì)個(gè)人信息保護(hù)的挑戰(zhàn)與治理路徑
- 生成式人工智能訓(xùn)練數(shù)據(jù)風(fēng)險(xiǎn)的規(guī)制路徑研究
wwei 的最新分享
- 基于多域特征的雷達(dá)有源干擾信號(hào)智能識(shí)別
- 基于自注意力1dCNN的雷達(dá)目標(biāo)識(shí)別方法及教研系統(tǒng)設(shè)計(jì)
- 航向信標(biāo)輻射場(chǎng)中障礙物影響分析與布局優(yōu)化
- 一種Ku頻段高性能低成本低噪聲放大器
- 12~30 GHz高精度低附加相移數(shù)控衰減器設(shè)計(jì)
- 基于ESP32嵌入式Web服務(wù)器的手機(jī)化儀表設(shè)計(jì)
- 基于聚類的HTTP/HTTPS協(xié)議資產(chǎn)發(fā)現(xiàn)
- 基于邊緣算力和改進(jìn)YOLOv10算法的智能垃圾分類系統(tǒng)
Copyright ? 2005-2024 華北計(jì)算機(jī)系統(tǒng)工程研究所版權(quán)所有 京ICP備10017138號(hào)-2