神经网络域水印信息优化与加密
Journal of Xi'an University of Science and Technology（2022）
Abstract
神经网络模型作为一种数字资产,其版权保护日益受重视,针对目前神经网络域水印信息单一、不直观的问题,设计一种水印信息内容优化的方法,在训练神经网络时嵌入水印,采用正则化的方法防止训练神经网络时参数过度拟合,并进行了水印信息的加密研究.通过分析图像域和神经网络域中有效水印算法的需求,将简单的二进制串信息优化为有视觉意义的二值图像与灰度图像,对于不同水印形式进行了分析对比,并在嵌入前对水印信息进行了典型的加密预处理分析,包括Arnold变换、按位异或加密以及行列像素置乱加密.结果表明:该方法可以在不影响原始任务性能的情况下有效地嵌入水印,并且提取的信息质量更好,采用行列像素置乱的二值图像作为水印嵌入,对神经网络性能的影响最小.
MoreAI Read Science
Must-Reading Tree
Example
Generate MRT to find the research sequence of this paper
Chat Paper
Summary is being generated by the instructions you defined