期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
基于可逆水印的神经网络模型完整性验证算法 被引量:1
1
作者 杨奥松 王雷 +3 位作者 曹仰杰 庄岩 李颉 任红军 《计算机工程与设计》 北大核心 2024年第2期383-389,共7页
针对深度神经网络模型易遭受完整性破坏问题,提出一种基于可逆水印和模型压缩剪枝理论的快速神经网络模型完整性验证算法Fast-MIV(model integrity verification)。基于模型压缩剪枝理论探究模型的冗余性,筛选对模型原始任务影响较小、... 针对深度神经网络模型易遭受完整性破坏问题,提出一种基于可逆水印和模型压缩剪枝理论的快速神经网络模型完整性验证算法Fast-MIV(model integrity verification)。基于模型压缩剪枝理论探究模型的冗余性,筛选对模型原始任务影响较小、且可被替代的权重参数进行预处理构建待嵌入参数序列;采用差值扩展可逆水印算法,在神经网络卷积层上嵌入对模型篡改敏感的神经网络水印,达到完整性验证的目的。基于ImageNet数据集,对VGG19、DenseNet-121、ResNet-50和Inception-v3等模型的实验验证结果表明,Fast-MIV在不影响模型原始分类任务精度的前提下,能够快速验证模型的完整性并报告模型的受损程度,可以应对数据中毒攻击和结构性破坏。 展开更多
关键词 完整性验证 可逆水印 剪枝 差值扩展 数据中毒攻击 神经网络 预训练
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部