論文の概要: PuzzleMark: Implicit Jigsaw Learning for Robust Code Dataset Watermarking in Neural Code Completion Models

• arxiv url: http://arxiv.org/abs/2604.27677v1
• Date: Thu, 30 Apr 2026 10:10:11 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-05-01 16:31:54.038757
• Title: PuzzleMark: Implicit Jigsaw Learning for Robust Code Dataset Watermarking in Neural Code Completion Models
• Title（参考訳）: PuzzleMark: ニューラルコード補完モデルにおけるロバストなコードデータセットウォーターマーキングのためのJigsaw学習
• Authors: Haocheng Huang, Yuchen Chen, Weisong Sun, Peizhuo Lv, Yuan Xiao, Chunrong Fang, Yang Liu, Xiaofang Zhang,
• Abstract要約: 本稿では,コードデータセットに対するロバストな透かし手法であるPuzzleMarkを提案する。 PuzzleMarkは、それぞれ平均不審な$leq$0.24と、平均リコール$leq$30.41%である。
• 参考スコア（独自算出の注目度）: 19.242274533804842
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Constructing and curating high-quality code datasets requires significant resources, making them valuable intellectual property. Unfortunately, these datasets currently face severe risks of unauthorized use. Although digital watermarking offers a post hoc mechanism for copyright authentication, existing methods are predominantly based on the co-occurrence pattern, which is not robust and is susceptible to watermark detection and removal attacks. In this paper, we propose PuzzleMark, a robust watermarking method for code datasets. To reduce the risk of watermark exposure, PuzzleMark introduces a carrier selection strategy that leverages code complexity to evaluate the suitability of code snippets as watermark carriers, and selects those with high suitability for watermarking. To enhance the robustness of the watermark, PuzzleMark proposes a novel concatenation pattern to replace the traditional co-occurrence pattern, and implements two watermarking strategies through variable name concatenation. PuzzleMark adaptively embeds watermarks based on the inherent characteristics of the code, making it more stealthy while maintaining design simplicity. For watermark verification, PuzzleMark employs Fisher's exact test to verify suspicious models under a black-box setting. Experimental results demonstrate that PuzzleMark achieves a 100% verification success rate and a 0% false positive rate, with negligible impact on model performance. Both our human study and our evaluation using four state-of-the-art watermark detection methods show that PuzzleMark exhibits strong imperceptibility, with an average suspicious rate $\leq$ 0.24 and an average recall $\leq$ 30.41%, respectively. As a practical digital watermarking method, PuzzleMark provides strong protection for the intellectual property of code datasets and offers new insights for future research.
• Abstract（参考訳）: 高品質なコードデータセットの構築とキュレーションには、重要なリソースが必要である。 残念ながら、これらのデータセットは現在、不正使用の深刻なリスクに直面している。 デジタル透かしは著作権認証のためのポストホックメカニズムを提供するが、既存の手法は主に共起パターンに基づいている。 本稿では,コードデータセットに対するロバストな透かし手法であるPuzzleMarkを提案する。 透かし露出のリスクを低減するため,PuzzleMarkでは,コードスニペットを透かしキャリアとして評価するために,コードの複雑さを活用するキャリア選択戦略を導入している。 透かしの堅牢性を高めるため、PuzzleMark氏は従来の共起パターンを置き換える新しい結合パターンを提案し、変数名連結を通じて2つの透かし戦略を実装した。 PuzzleMarkは、コード固有の特性に基づいた透かしを適応的に埋め込み、設計の単純さを維持しながらよりステルス性を高めます。 透かし検証のために、PuzzleMarkはフィッシャーの正確なテストを採用し、ブラックボックス設定下で不審なモデルを検証する。 実験結果から,PuzzleMarkは100%の検証成功率,0%の偽陽性率を達成でき,モデル性能への影響は無視できることがわかった。 我々の研究と4つの最先端透かし検出手法による評価の両方で、PuzzleMarkは強い非感受性を示し、平均不審率は0.24ドル、平均リコールは30.41%である。 実用的なデジタル透かし方法として、PuzzleMarkは、コードデータセットの知的特性を強く保護し、将来の研究に新たな洞察を提供する。

関連論文リスト

• DuCodeMark: Dual-Purpose Code Dataset Watermarking via Style-Aware Watermark-Poison Design [18.636650706356008]
  我々は、コードデータセットのステルスで堅牢な二重目的透かし手法であるDuCodeMarkを提案する。 DuCodeMarkは各コードサンプルを抽象構文木(AST)に解析し、ステルスなトリガーとターゲットのペアを構築するために言語固有のスタイル変換を適用する。 2つのコードタスク、2つのプログラミング言語、3つのコードLM、6つのデコード温度にまたがる72設定のDuCodeMarkを包括的に評価する。
  論文  参考訳（メタデータ） (2026-04-12T12:32:38Z)
• TAG-WM: Tamper-Aware Generative Image Watermarking via Diffusion Inversion Sensitivity [76.98973481600002]
  本稿では,TAG-WMと命名されたタンパ認識画像ウォーターマーキング手法を提案する。 提案手法は、4つのキーモジュールからなる: 生成品質を保ちつつ、著作権と局所化の透かしを潜伏空間に埋め込むためのデュアルマークジョイントサンプリング (DMJS) アルゴリズム。 実験結果から,TAG-WMは歪み下においても,改質性および局所化能力の両面において最先端性能を達成できることが示された。
  論文  参考訳（メタデータ） (2025-06-30T03:14:07Z)
• ChainMarks: Securing DNN Watermark with Cryptographic Chain [11.692176144467513]
  ディープニューラルネットワーク(DNN)モデルは、モデル所有者の知的特性を保護するために使用されている。 近年の研究では、既存の透かし方式は透かし除去やあいまいさ攻撃に弱いことが示されている。 トリガ入力に暗号チェーンを導入することにより,セキュアで堅牢な透かしを生成するChainMarksを提案する。
  論文  参考訳（メタデータ） (2025-05-08T06:30:46Z)
• ClearMark: Intuitive and Robust Model Watermarking via Transposed Model Training [50.77001916246691]
  本稿では,人間の直感的な評価を目的とした最初のDNN透かし手法であるClearMarkを紹介する。 ClearMarkは目に見える透かしを埋め込んで、厳格な値閾値なしで人間の意思決定を可能にする。 8,544ビットの透かし容量は、現存する最強の作品に匹敵する。
  論文  参考訳（メタデータ） (2023-10-25T08:16:55Z)
• A Resilient and Accessible Distribution-Preserving Watermark for Large Language Models [65.40460716619772]
  本研究は,textbfDistribution-textbf Preserving (DiP)ウォーターマークの重要性に焦点をあてる。 現在の戦略とは対照的に,提案したDiPmarkは透かし中に元のトークン分布を同時に保存する。 言語モデルAPIにアクセスせずに検出可能で(アクセス可能)、トークンの適度な変更に対して確実に堅牢である。
  論文  参考訳（メタデータ） (2023-10-11T17:57:35Z)
• Did You Train on My Dataset? Towards Public Dataset Protection with Clean-Label Backdoor Watermarking [54.40184736491652]
  本稿では,公開データの保護のための一般的な枠組みとして機能するバックドアベースの透かし手法を提案する。 データセットに少数の透かしサンプルを挿入することにより、我々のアプローチは、ディフェンダーが設定した秘密関数を暗黙的に学習することを可能にする。 この隠れた機能は、データセットを違法に使用するサードパーティモデルを追跡するための透かしとして使用できる。
  論文  参考訳（メタデータ） (2023-03-20T21:54:30Z)

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。