人工智能模型水印研究综述

• 作者: 谢宸琪 张保稳 易平
• 来源期刊: 计算机科学
• 关键词: 模型水印 人工智能安全 信息冗余 算法流程 算法性能比较
• 年，卷（期）: 2021,（7）
• 所属期刊栏目: 人工智能安全|Artificial Intelligence Security
• 页码范围: 9-16
• 页数: 8页
• 分类号: TP393
• 语种: 中文
• DOI: 10.11896/jsjkx.201200204

摘要

近年来人工智能迅速发展,被用于语音、图像等多种领域,并取得了显著效果.然而,这些训练好的人工智能模型非常容易被复制并扩散,因此,为了保护模型的知识产权,关于模型版权保护的一系列算法或技术应运而生,其中一种就是模型水印技术.通过模型水印技术,向人工智能模型植入水印,一旦模型被窃取,可以通过验证水印来证明自己的版权所有权,维护自己的知识产权,从而达到保护模型的作用.该类技术在近年来成为了一大热点,但目前尚未形成较为统一的框架.为了更好地理解,总结了现阶段模型水印的研究成果,论述了当前主流的模型水印算法,分析了模型水印研究方向的研究进展,还复现了其中几种典型算法并进行了比较,最后提出了未来可能的研究方向.