保护深度神经网络的知识产权与数字水印技术 ABSTRACT 深度学习是当今人工智能服务的关键组成部分，在视觉分析、语音识别、自然语言处理等多个任务方面表现出色，为人类提供了接近人类水平的能力。构建一个生产级别的深度学习模型是一项非常复杂的任务，需要大量的训练数据、强大的计算资源和专业的人才。因此，非法复制、分发和派生专有的深度学习模型可能导致版权侵权，并对模型创建者造成经济损害。因此，有必要设

文章目录 论文信息摘要主要内容图神经网络的隐私保护1. 隐私攻击的分类1.1 GNN的隐私攻击类型。1.2 隐私攻击的威胁模型。 2. 对GNN进行隐私攻击的方法2.1 有监督隐私攻击框架2.2 成员关系推断攻击2.3 重建攻击2.4 属性推断攻击2.5 模型提取攻击 3. 图神经网络的隐私保护3.1 基于差分隐私的GNN隐私保护3.2 基于联邦学习的GNN隐私保护3.1 基于对抗隐私的GN