arXiv · Machine Learning· Biprarshi Biswas, Arya Anshuman Ojha, Yubaraj Das, Devansh Khosla, Kamran Rais, Saankhya Samanta, Subhamoy Maitra, Pantelimon Stanica·· 10 小时前AI 评分40
提取与蒸馏相遇：利用密码分析技术恢复深度神经网络参数
Extraction meets Distillation - cryptanalytic techniques to recover parameters from a Deep Neural Network
AI 导读
该研究结合密码分析式权重方向提取与预测标签学习，评估全连接神经网络重建。在最大合成架构中，Leaky ReLU 在最深隐藏层恢复 51–57 个神经元，而 ReLU 未恢复；这一优势并非适用于所有架构和层。两个 CIFAR-10 受害模型的重建模型预测一致率分别为 56.40% 和 58.29%，并在三项功能指标上超过蒸馏基线。
来源：arXiv · Machine Learning · arxiv.org