一篇新的研究论文对从深度神经网络(DNN)提取信息总是多项式时间过程的假设提出了质疑。尽管之前的工作表明硬标签提取攻击(仅揭示最终分类)是高效的,但该论文认为复杂性随着网络深度的增加而增加。作者提出了一种新颖的跨层提取方法来克服这些限制。 AI
影响 对模型提取攻击的效率假设提出挑战,可能影响深度神经网络的知识产权保护。
排序理由 在arXiv上发表的学术论文,讨论了深度神经网络模型提取攻击的理论局限性。[lever_c_demoted from research: ic=1 ai=1.0]
- Akira Ito
- Asiacrypt 2024
- Carlini et al.
- Crypto 2020
- Deep Neural Networks
- Eurocrypt 2024
- Eurocrypt 2025
- hard-label extraction
- ReLU
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →