論文の概要: DIPBox: A Multi-scale Testing Framework for Tracking Dataset Regeneration

• arxiv url: http://arxiv.org/abs/2606.21240v1
• Date: Fri, 19 Jun 2026 09:08:43 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-06-26 07:09:16.410701
• Title: DIPBox: A Multi-scale Testing Framework for Tracking Dataset Regeneration
• Title（参考訳）: DIPBox: データセットの再生を追跡するマルチスケールテストフレームワーク
• Authors: Tian Dong, Yan Meng, Shaofeng Li, Guoxing Chen, Yuling Chen, Zhen Liu, Haojin Zhu, Hao Chen,
• Abstract要約: トレーニングデータセットは、非常にプロプライエタリな価値があり、許可されていないコピーに対して脆弱である。 実世界の部分データセットのレプリケーションをかなり特定し、潜在的なライセンス非準拠に関する懸念を提起する。 敵対的再生を追跡するという課題に対処するため、我々の重要な洞察は、モデルユーティリティを保存する再生が必然的に測定可能な信号を保存することである。 我々はDIPBoxを開発し、これは多スケールの類似性テストを通じて再生容疑者を追跡する最初のテストフレームワークである。
• 参考スコア（独自算出の注目度）: 24.71139799196956
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Training datasets have tremendous proprietary value and are vulnerable to unauthorized copying. Existing defenses mainly focus on tracking individual data points, but pay little attention to the threat of dataset regeneration. Through a measurement study of public tumor datasets, we identify substantial real-world partial-dataset replication, raising concerns about potential license noncompliance. To counter the challenge of tracking previously unknown adversarial regeneration, our key insight is that regeneration that preserves model utility inevitably preserves measurable signals across multiple feature scales. We categorize these dataset features into sample-, set-, and distribution-level features and design four similarity metrics to accurately identify regeneration. Based on these metrics, we develop DIPBox, which to our knowledge is the first testing framework that tracks regeneration suspects via multi-scale similarity testing across a spectrum of defender access settings, from limited to full information. We further provide a learning-theoretic analysis that justifies these multi-scale metrics and formalizes an inherent utility--divergence trade-off, implying fundamental limits on evasive regeneration. Extensive experiments on 16 vision and text base datasets, 320 regenerated datasets, and 590 derived models validate that DIPBox outperforms previous solutions while characterizing its robustness and limits under three adaptive attacks.
• Abstract（参考訳）: トレーニングデータセットは、非常にプロプライエタリな価値があり、許可されていないコピーに対して脆弱である。 既存の防御は主に個々のデータポイントを追跡することに焦点を当てているが、データセットの再生の脅威にはほとんど注意を払わない。 パブリックな腫瘍データセットの測定を通じて、実世界の部分データセットの複製を同定し、潜在的なライセンス不適合に関する懸念を提起する。 従来知られていなかった敵の再生を追跡するという課題に対処するために、モデルユーティリティを保存する再生は、複数の特徴尺度で必然的に測定可能な信号を保存する。 これらのデータセットの特徴を,サンプルレベル,集合レベル,分布レベルの特徴に分類し,再現性を正確に識別するための4つの類似度指標を設計する。 これらの指標に基づき、我々はDIPBoxを開発した。DIPBoxは、限られた情報から完全な情報まで、幅広いディフェンダーアクセス設定にわたるマルチスケールの類似性テストを通じて、再生容疑者を追跡する最初のテストフレームワークである。 さらに、これらのマルチスケールメトリクスを正当化し、本質的なユーティリティーのトレードオフを定式化する学習理論分析を行い、回避的再生の基本的な限界を示唆する。 16のビジョンとテキストベースデータセット、320の再生データセット、590の派生モデルに対する大規模な実験は、DIPBoxが3つのアダプティブアタックの下でその堅牢性と制限を特徴付けながら、以前のソリューションよりも優れていることを検証した。

関連論文リスト

• DNA: Uncovering Universal Latent Forgery Knowledge [39.19379714306656]
  フォージェリ検出機能は、すでにトレーニング済みのモデル内にエンコードされている。 DNAフレームワークは粗大な発掘機構を採用している。 Hifi-Genは、最新のモデルの上に構築された高忠実度合成ベンチマークである。
  論文  参考訳（メタデータ） (2026-01-30T03:48:30Z)
• Multi-OCT-SelfNet: Integrating Self-Supervised Learning with Multi-Source Data Fusion for Enhanced Multi-Class Retinal Disease Classification [2.5091334993691206]
  網膜疾患診断のための堅牢なディープラーニングモデルの開発には、トレーニングのためのかなりのデータセットが必要である。 より小さなデータセットで効果的に一般化する能力は、依然として永続的な課題である。 さまざまなデータソースを組み合わせて、パフォーマンスを改善し、新しいデータに一般化しています。
  論文  参考訳（メタデータ） (2024-09-17T17:22:35Z)
• Open-Set Deepfake Detection: A Parameter-Efficient Adaptation Method with Forgery Style Mixture [81.93945602120453]
  本稿では,顔偽造検出に汎用的かつパラメータ効率の高い手法を提案する。 フォージェリー・ソース・ドメインの多様性を増大させるフォージェリー・ミックス・フォーミュレーションを設計する。 設計したモデルは、トレーニング可能なパラメータを著しく減らし、最先端の一般化性を実現する。
  論文  参考訳（メタデータ） (2024-08-23T01:53:36Z)
• Automating Dataset Updates Towards Reliable and Timely Evaluation of Large Language Models [81.27391252152199]
  大規模言語モデル(LLM)は、さまざまな自然言語ベンチマークで素晴らしいパフォーマンスを実現している。 本稿では、データセットの自動更新と、その有効性に関する体系的な分析を提案する。 1) 類似したサンプルを生成するための戦略を模倣すること,2) 既存のサンプルをさらに拡張する戦略を拡張すること,である。
  論文  参考訳（メタデータ） (2024-02-19T07:15:59Z)
• Source-Free Collaborative Domain Adaptation via Multi-Perspective Feature Enrichment for Functional MRI Analysis [55.03872260158717]
  安静時MRI機能(rs-fMRI)は、神経疾患の分析を助けるために多地点で研究されている。 ソース領域とターゲット領域の間のfMRIの不均一性を低減するための多くの手法が提案されている。 しかし、マルチサイト研究における懸念やデータストレージの負担のため、ソースデータの取得は困難である。 我々は、fMRI解析のためのソースフリー協調ドメイン適応フレームワークを設計し、事前訓練されたソースモデルとラベルなしターゲットデータのみにアクセスできるようにする。
  論文  参考訳（メタデータ） (2023-08-24T01:30:18Z)
• Beyond Individual Input for Deep Anomaly Detection on Tabular Data [0.0]
  異常検出は、金融、医療、サイバーセキュリティなど、多くの領域において不可欠である。 私たちの知る限りでは、この機能機能とサンプルサンプル依存関係をうまく組み合わせる最初の作業です。 提案手法は,F1スコアとAUROCをそれぞれ2.4%,AUROCを1.2%上回り,最先端性能を実現している。
  論文  参考訳（メタデータ） (2023-05-24T13:13:26Z)
• ProtoVAE: Prototypical Networks for Unsupervised Disentanglement [1.6114012813668934]
  本稿では,自己スーパービジョンを用いて学習した深層学習型プロトタイプネットワークを活用する,新しい深部生成型VAEモデルProtoVAEを提案する。 我々のモデルは、完全に教師なしであり、要素数を含むデータセットの事前知識を必要としない。 提案手法をベンチマークdSprites, 3DShapes, MPI3Dディジアングルメントデータセット上で評価した。
  論文  参考訳（メタデータ） (2023-05-16T01:29:26Z)
• Self-Supervised Masked Convolutional Transformer Block for Anomaly Detection [122.4894940892536]
  本稿では, 自己監督型マスク型畳み込み変圧器ブロック (SSMCTB) について述べる。 本研究では,従来の自己教師型予測畳み込み抑止ブロック(SSPCAB)を3次元マスク付き畳み込み層,チャンネルワイドアテンション用トランスフォーマー,およびハマーロスに基づく新たな自己教師型目標を用いて拡張する。
  論文  参考訳（メタデータ） (2022-09-25T04:56:10Z)

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。