論文の概要: Model Barrier: A Compact Un-Transferable Isolation Domain for Model Intellectual Property Protection

• arxiv url: http://arxiv.org/abs/2303.11078v1
• Date: Mon, 20 Mar 2023 13:07:11 GMT
• ステータス: 処理完了
• システム内更新日: 2023-03-21 15:36:58.908577
• Title: Model Barrier: A Compact Un-Transferable Isolation Domain for Model Intellectual Property Protection
• Title（参考訳）: Model Barrier: モデル知的財産保護のためのコンパクトな非透過性分離ドメイン
• Authors: Lianyu Wang, Meng Wang, Daoqiang Zhang, Huazhu Fu
• Abstract要約: 我々は、CUTIドメイン(Compact Un-TransferableIsolateion Domain)と呼ばれる新しいアプローチを提案する。 CUTIドメインは、権限のないドメインから権限のないドメインへの違法な転送を阻止する障壁として機能する。 CUTIドメインは,異なるバックボーンを持つプラグイン・アンド・プレイモジュールとして容易に実装可能であることを示す。
• 参考スコア（独自算出の注目度）: 52.08301776698373
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: As scientific and technological advancements result from human intellectual labor and computational costs, protecting model intellectual property (IP) has become increasingly important to encourage model creators and owners. Model IP protection involves preventing the use of well-trained models on unauthorized domains. To address this issue, we propose a novel approach called Compact Un-Transferable Isolation Domain (CUTI-domain), which acts as a barrier to block illegal transfers from authorized to unauthorized domains. Specifically, CUTI-domain blocks cross-domain transfers by highlighting the private style features of the authorized domain, leading to recognition failure on unauthorized domains with irrelevant private style features. Moreover, we provide two solutions for using CUTI-domain depending on whether the unauthorized domain is known or not: target-specified CUTI-domain and target-free CUTI-domain. Our comprehensive experimental results on four digit datasets, CIFAR10 & STL10, and VisDA-2017 dataset demonstrate that CUTI-domain can be easily implemented as a plug-and-play module with different backbones, providing an efficient solution for model IP protection.
• Abstract（参考訳）: 人間の知的労働と計算コストによる科学的・技術的進歩により、モデル知的財産権(IP)の保護は、モデル作成者と所有者を奨励するためにますます重要になっている。 モデルIP保護は、未許可領域でよく訓練されたモデルの使用を防止することを含む。 そこで本稿では, 認可ドメインから不正ドメインへの不正転送をブロックする障壁として, コンパクトなun-transferable isolation domain (cuti-domain) という新しい手法を提案する。 具体的には、CUTIドメインは、認証されたドメインのプライベートスタイルの特徴を強調して、クロスドメイン転送をブロックする。 さらに、未承認領域が知られているか否かに応じてCUTIドメインを使用するための2つのソリューションを提供する。 CIFAR10とSTL10とVisDA-2017の4桁データセットに関する総合的な実験結果は、CUTIドメインが異なるバックボーンを持つプラグイン・アンド・プレイモジュールとして容易に実装できることを示し、モデルIP保護のための効率的なソリューションを提供する。

関連論文リスト

• Say No to Freeloader: Protecting Intellectual Property of Your Deep Model [52.783709712318405]
  コンパクト・アントランスファーブル・ピラミッド分離ドメイン(CUPI-Domain)は、権限のないドメインから権限のないドメインへの違法な転送に対する障壁として機能する。 本稿では,CUPI-Domain と CUPI-Domain の両方の特徴をアンカーとして選択する CUPI-Domain ジェネレータを提案する。 非許可ドメインが知られているかどうかに基づいて、CUPI-Domainを利用するための2つのソリューションを提供する。
  論文  参考訳（メタデータ） (2024-08-23T15:34:33Z)
• A Privacy-Preserving Framework with Multi-Modal Data for Cross-Domain Recommendation [13.33679167416221]
  クロスドメインレコメンデーション(CDR)は、スパースデータによるターゲットドメインのレコメンデーション精度を高めることを目的としている。 本稿では,P2M2-CDRと呼ばれるクロスドメイン勧告のためのマルチモーダルデータを用いたプライバシ保護フレームワークを提案する。
  論文  参考訳（メタデータ） (2024-03-06T10:40:08Z)
• Cyclically Disentangled Feature Translation for Face Anti-spoofing [61.70377630461084]
  循環不整合特徴変換ネットワーク(CDFTN)と呼ばれる新しい領域適応手法を提案する。 CDFTNは、(1)ソースドメイン不変の生長特徴と2)ドメイン固有のコンテンツ特徴とを持つ擬似ラベル付きサンプルを生成する。 ソースドメインラベルの監督の下で、合成擬似ラベル付き画像に基づいてロバスト分類器を訓練する。
  論文  参考訳（メタデータ） (2022-12-07T14:12:34Z)
• Domain-Agnostic Prior for Transfer Semantic Segmentation [197.9378107222422]
  教師なしドメイン適応(UDA)はコンピュータビジョンコミュニティにおいて重要なトピックである。 ドメインに依存しない事前学習(DAP)を用いてドメイン間表現学習を規則化する機構を提案する。 我々の研究は、UDAがより良いプロキシ、おそらく他のデータモダリティの恩恵を受けていることを明らかにしている。
  論文  参考訳（メタデータ） (2022-04-06T09:13:25Z)
• Decompose to Adapt: Cross-domain Object Detection via Feature Disentanglement [79.2994130944482]
  本研究では,DDF(Domain Disentanglement Faster-RCNN)を設計し,タスク学習のための特徴のソース固有情報を排除した。 DDF法は,グローバルトリプルト・ディアンタングルメント(GTD)モジュールとインスタンス類似性・ディアンタングルメント(ISD)モジュールを用いて,グローバルおよびローカルステージでの機能ディアンタングルを容易にする。 提案手法は,4つのUDAオブジェクト検出タスクにおいて最先端の手法より優れており,広い適用性で有効であることが実証された。
  論文  参考訳（メタデータ） (2022-01-06T05:43:01Z)
• Disentanglement-based Cross-Domain Feature Augmentation for Effective Unsupervised Domain Adaptive Person Re-identification [87.72851934197936]
  Unsupervised Domain Adaptive (UDA) Person Re-identification (ReID) は、ラベル付きソースドメインからラベル付きターゲットドメインへ知識を転送することを目的としている。 ひとつの課題は、トレーニング用に信頼できるラベルでターゲットドメインサンプルを生成する方法だ。 ディスタングルメントに基づくクロスドメイン機能拡張戦略を提案する。
  論文  参考訳（メタデータ） (2021-03-25T15:28:41Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。