| 基于黑盒測試框架的深度學(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(hù)方法。首先引入基于隨機(jī)性算法的樣本生成策略，有效提高了測試效率并降低了對抗攻擊的風(fēng)險(xiǎn)。此外針對黑盒場景，引入了新的測試指標(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)
- 生成式人工智能在偵查訊問中的應(yīng)用——基
- 生成式人工智能時(shí)代信息生態(tài)秩序的失衡風(fēng)
- 生成式人工智能數(shù)據(jù)跨境流動(dòng)的安全風(fēng)險(xiǎn)及
- 負(fù)責(zé)任的發(fā)展生成式人工智能的挑戰(zhàn)及應(yīng)對
- 從失范到規(guī)范：生成式人工智能的監(jiān)管框架
- 生成式人工智能對個(gè)人信息保護(hù)的挑戰(zhàn)與治
- 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
- 芯片搭載試驗(yàn)數(shù)據(jù)存儲(chǔ)與傳輸系統(tǒng)設(shè)計(jì)
- 航天發(fā)射任務(wù)場景快速構(gòu)建方法研究
- 利用STK和MATLAB互聯(lián)實(shí)現(xiàn)低傾角衛(wèi)星軌道優(yōu)化設(shè)計(jì)
- 氣象衛(wèi)星掩星探測載荷智能自動(dòng)化測試系統(tǒng)研究
- 基于FPGA的梳狀譜通信干擾信號(hào)設(shè)計(jì)與研究
- 基于手勢識(shí)別的視力檢測系統(tǒng)設(shè)計(jì)
- 多通道大功率氮化鎵T/R組件模塊散熱技術(shù)研究
- 基于信號(hào)置信度的礦井定位方法研究
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