On the Robustness of the Backdoor-based Watermarking in Deep Neural\n Networks
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Obtaining the state of the art performance of deep learning models imposes a\nhigh cost to model generators, due to the tedious data preparation and the\nsubstantial processing requirements. To protect the model from unauthorized\nre-distribution, watermarking approaches have been introduced in the past\ncouple of years. We investigate the robustness and reliability of\nstate-of-the-art deep neural network watermarking schemes. We focus on\nbackdoor-based watermarking and propose two -- a black-box and a white-box --\nattacks that remove the watermark. Our black-box attack steals the model and\nremoves the watermark with minimum requirements; it just relies on public\nunlabeled data and a black-box access to the classification label. It does not\nneed classification confidences or access to the model's sensitive information\nsuch as the training data set, the trigger set or the model parameters. The\nwhite-box attack, proposes an efficient watermark removal when the parameters\nof the marked model are available; our white-box attack does not require access\nto the labeled data or the trigger set and improves the runtime of the\nblack-box attack up to seventeen times. We as well prove the security\ninadequacy of the backdoor-based watermarking in keeping the watermark\nundetectable by proposing an attack that detects whether a model contains a\nwatermark. Our attacks show that a recipient of a marked model can remove a\nbackdoor-based watermark with significantly less effort than training a new\nmodel and some other techniques are needed to protect against re-distribution\nby a motivated attacker.\n
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,005 | 0,003 |
| Intégrité de la recherche | 0,000 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle