論文の概要: From Compression to Accountability: Harmless Copyright Protection for Dataset Distillation

• arxiv url: http://arxiv.org/abs/2605.12942v2
• Date: Fri, 15 May 2026 00:55:20 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-05-18 17:44:16.243517
• Title: From Compression to Accountability: Harmless Copyright Protection for Dataset Distillation
• Title（参考訳）: 圧縮から説明責任へ:データセット蒸留における有害な著作権保護
• Authors: Yan Liang, Ziyuan Yang, Mengyu Sun, Joey Tianyi Zhou, Yi Zhang,
• Abstract要約: 蒸留データセットに対する無害なサブポピュレーション駆動型保護フレームワークであるSubPopMarkを提案する。 第一に、著作権検証マーカー(CVM)最適化段階は、元の最適化軌道を保ちながらクラス一貫性のサブポピュレーションバイアスを注入する。 第2に、USTM(User-Specific Tracing Marker)最適化ステージでは、CVM拡張データにユーザ識別可能な摂動が導入されている。
• 参考スコア（独自算出の注目度）: 46.37781396969652
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Large-scale datasets have been a key driving force behind the rapid progress of deep learning, but their storage, computational, and energy costs have become increasingly prohibitive. Dataset distillation (DD) mitigates this problem by synthesizing compact yet informative datasets, thereby enabling efficient model training and storage. However, the ease of copying and distributing distilled datasets introduces serious risks of copyright infringement and data leakage. Existing protection methods are primarily designed for raw datasets rather than distilled datasets, and typically rely on backdoor-triggered malicious behaviors, which may raise security concerns. In this paper, we observe that deep neural networks tend to memorize subpopulation distributions during training, resulting in a systematic prediction bias, where models perform better on samples aligned with memorized subpopulations. Motivated by this observation, we propose SubPopMark, a harmless subpopulation-driven protection framework for distilled datasets. SubPopMark consists of two stages. First, the Copyright Verification Marker(CVM) optimization stage injects a class-consistent subpopulation bias while preserving the original optimization trajectory. Second, the User-Specific Tracing Marker (USTM) optimization stage further introduces user-distinguishable perturbations into the CVM-augmented data. To enable black-box verification and tracing, we construct a reference behavior bank by collecting model outputs over carefully designed test sets that cover both standard and subpopulation-shifted data distributions. The provenance of a suspicious model is then inferred by comparing its output behavior signature with the bank and identifying the most consistent reference behavior pattern.
• Abstract（参考訳）: 大規模データセットは、ディープラーニングの急速な進歩の鍵を握っているが、そのストレージ、計算、エネルギーコストはますます禁じられている。 データセット蒸留(DD)は、コンパクトだが情報のあるデータセットを合成することでこの問題を緩和し、効率的なモデルトレーニングと記憶を可能にする。 しかし、蒸留データセットのコピーと配布の容易さは、著作権侵害やデータ漏洩の深刻なリスクをもたらす。 既存の保護方法は、主に蒸留データセットではなく、生のデータセット用に設計されており、通常、バックドアトリガーされた悪意のある振る舞いに依存しており、セキュリティ上の懸念を引き起こす可能性がある。 本稿では、深層ニューラルネットワークがトレーニング中にサブポピュレーション分布を記憶する傾向にあり、結果として体系的な予測バイアスが生じ、記憶されたサブポピュレーションに整合したサンプルにおいてモデルの性能が向上することを示した。 本研究では, 蒸留データセットに対する無害なサブポピュレーション駆動型保護フレームワークであるSubPopMarkを提案する。 SubPopMarkは2つのステージから構成される。 第一に、著作権検証マーカー(CVM)最適化段階は、元の最適化軌道を保ちながらクラス一貫性のサブポピュレーションバイアスを注入する。 第2に、USTM(User-Specific Tracing Marker)最適化ステージでは、CVM拡張データにユーザ識別可能な摂動が導入されている。 ブラックボックスの検証と追跡を可能にするため,標準データとサブポピュレーションシフトデータの両方をカバーする注意深く設計されたテストセット上でモデル出力を収集し,参照行動バンクを構築する。 疑わしいモデルの証明は、その出力行動シグネチャを銀行と比較し、最も一貫した参照行動パターンを特定することによって推測される。

関連論文リスト

• EmDT: Embedding Diffusion Transformer for Tabular Data Generation in Fraud Detection [0.0]
  EmDTは不正サンプルを生成するために設計された拡散モデルである。 UMAPクラスタリングを利用して、異なる不正パターンを識別する。 次に、正弦波位置埋め込みを用いたTransformer denoising Networkを訓練し、特徴関係を捉える。
  論文  参考訳（メタデータ） (2026-03-13T20:13:07Z)
• CBW: Towards Dataset Ownership Verification for Speaker Verification via Clustering-based Backdoor Watermarking [85.68235482145091]
  大規模音声データセットは貴重な知的財産となった。 本稿では,新しいデータセットのオーナシップ検証手法を提案する。 我々のアプローチはクラスタリングに基づくバックドア透かし(CBW)を導入している。 我々は,ベンチマークデータセットに対する広範な実験を行い,本手法の有効性とロバスト性を検証した。
  論文  参考訳（メタデータ） (2025-03-02T02:02:57Z)
• Adversarial Purification by Consistency-aware Latent Space Optimization on Data Manifolds [48.37843602248313]
  ディープニューラルネットワーク(DNN)は、クリーンデータに知覚不能な摂動を加えることで作られた敵のサンプルに対して脆弱であり、誤った危険な予測につながる可能性がある。 本稿では、事前学習された一貫性モデルの潜在空間内のベクトルを最適化し、クリーンなデータを復元するためのサンプルを生成する、一貫性モデルに基づく適応的パーフィケーション(CMAP)を提案する。 CMAPは、高い自然な精度を維持しながら、強力な敵攻撃に対する堅牢性を著しく向上させる。
  論文  参考訳（メタデータ） (2024-12-11T14:14:02Z)
• MAPS: A Noise-Robust Progressive Learning Approach for Source-Free Domain Adaptive Keypoint Detection [76.97324120775475]
  クロスドメインキーポイント検出方法は、常に適応中にソースデータにアクセスする必要がある。 本稿では、ターゲット領域に十分に訓練されたソースモデルのみを提供する、ソースフリーなドメイン適応キーポイント検出について考察する。
  論文  参考訳（メタデータ） (2023-02-09T12:06:08Z)

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。