咨询与建议

看过本文的还看了

相关文献

该作者的其他文献

文献详情 >深度模型水印 收藏

深度模型水印

Deep model watermarking

作     者:张新鹏 吴汉舟 ZHANG Xinpeng;WU Hanzhou

作者机构:上海大学通信与信息工程学院上海200444 

出 版 物:《自然杂志》 (Chinese Journal of Nature)

年 卷 期:2022年第44卷第4期

页      面:267-273页

学科分类:12[管理学] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 0839[工学-网络空间安全] 081104[工学-模式识别与智能系统] 08[工学] 0835[工学-软件工程] 081201[工学-计算机系统结构] 0811[工学-控制科学与工程] 0812[工学-计算机科学与技术(可授工学、理学学位)] 

主  题:深度模型 数字水印 产权保护 人工智能安全 

摘      要:深度神经网络模型凝结了设计者的智慧,需要消耗大量数据和计算资源,是人工智能技术的重要产出物,已被广泛应用于生产和生活当中。然而,作为一种数字产品,如何保护深度神经网络模型免于被非法复制、分发或滥用(即知识产权保护)是人工智能产业化进程中必须面临和解决的难题。文章主要介绍基于数字水印的深度模型产权保护技术,通过总结深度模型水印的发展现状,对深度模型水印的研究趋势进行展望。

读者评论 与其他读者分享你的观点

用户名:未登录
我的评分