DM-QIMによるDNNモデルの全結合層に対する電子透かし法

• Item type: SIG Technical Reports(1)
• 公開日: 2020-08-25
• タイトル: DM-QIMによるDNNモデルの全結合層に対する電子透かし法
• タイトル / 言語: en
• タイトル: DM-QIM Watermarking for Fully Connected Layers of DNN Model
• 言語: jpn
• 資源タイプ / 資源タイプ識別子: http://purl.org/coar/resource_type/c_18gh
• 資源タイプ: technical report
• 著者所属: 岡山大学大学院自然科学研究科
• 著者所属: 岡山大学大学院自然科学研究科
• 著者所属: 岡山大学大学院自然科学研究科
• 著者所属(英): en
• 著者所属(英): Graduate School of Science and Technology, Okayama University
• 著者所属(英): en
• 著者所属(英): Graduate School of Science and Technology, Okayama University
• 著者所属(英): en
• 著者所属(英): Graduate School of Science and Technology, Okayama University
• 著者名: 田中, 拓朗; 栗林, 稔; 舩曵, 信生
• 著者名(英): Takuro, Tanaka; Minoru, Kuribayashi; Nobuo, Funabiki
• 論文抄録 / 内容記述タイプ: Other
• 論文抄録 / 内容記述: 学習済み DNN モデルの保護のために，透かし情報を DNN の重みに埋め込むことが研究されている．しかし，従来手法では，重みの変化量が大きく，その重みの分散値を解析すれば透かし情報の存在を検出でき，ノイズ付加により効果的に透かし情報を除去・改変できることが報告されている．本研究では，全結合層に焦点を当て，秘密鍵に基づいて選出した重みに QIM 電子透かし法を適用する．提案手法の利点は，透かし情報の埋め込みによって引き起こされる変化が従来に比べてはるかに小さく，理論的にその変化量を調整可能である点である．提案手法の妥当性をシミュレーションで検証し，攻撃に対しても高い耐性を有することを確認した．
• 論文抄録(英) / 内容記述タイプ: Other
• 論文抄録(英) / 内容記述: Embedding watermark in the weights of Deep Neural Network (DNN) has been studied to protect trained DNN model. However, the variance of the weights change significantly in conventional methods. It is reported that the watermark can be removed or modified by analyzing the variance. In this paper, we apply a QIM watermarking method using a secret key to fully-connected layers of the DNN model. The advantage of the proposed method is that the change caused by the embedding watermark is much smaller than the conventional method, and the amount of changes is mesureble. The validity of the proposed method is verified by simulation, and it was confirmed that the proposed method is highly resistant to attacks.
• 書誌レコードID / 収録物識別子タイプ: NCID
• 書誌レコードID / 収録物識別子: AN10438399
• 書誌情報: 研究報告オーディオビジュアル複合情報処理（AVM）; 巻 2020-AVM-110, 号 4, p. 1-6, 発行日 2020-08-25
• ISSN / 収録物識別子タイプ: ISSN
• ISSN / 収録物識別子: 2188-8582
• Notice: SIG Technical Reports are nonrefereed and hence may later appear in any journals, conferences, symposia, etc.
• 出版者 / 言語: ja
• 出版者: 情報処理学会