HDC分类器水印的验证能力与局限

Hamed Poursiami等研究者提交了关于超维计算（HDC）分类器模型水印的研究，发现部分分类器能用于黑盒所有权验证，但模型提取和覆盖攻击会削弱水印效果。 四个基准测试显示，AdaptHD和OnlineHD在触发器暴露比例为1%时仍可验证水印，平均准确率损失不超过0.58个百分点；水印能在持续训练后保留。模型提取生成的替代模型无法验证水印，FPGA测试则显示水印可承受显著计算错误，但覆盖攻击会削弱所有者水印。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。