arXiv · 机器人与计算机视觉· Ziye Geng, Guang Yang, Yihang Chen, Lingfeng Yao, Xing Shi, Miao Pan, Xin Fu, Changqing Luo·· 4 小时前精选AI 评分78
UniReFP:面向跨任务复用攻击的鲁棒统一指纹识别框架
UniReFP: Robust Unified Fingerprinting for Vision Models against Cross-Task Repurposing Attacks
AI 导读
该研究首次发现并定义了“跨任务模型复用攻击”,并提出 UniReFP 框架以解决现有指纹方法失效的问题。UniReFP 通过在共享类级语义空间利用所有权证据,而非依赖原始任务特定的输出空间来生成指纹;它构建代理分类器并利用分组指纹编码一致性信号,通过任务感知语义投影机制将异构输出映射为统一向量以确定归属。实验表明该方法在跨任务攻击、常见模型修改攻击及其组合下均表现优异。
推荐理由
提出首个针对跨任务复用攻击的统一指纹框架,在异构输出格式下实现有效的模型所有权验证。
来源:arXiv · 机器人与计算机视觉 · arxiv.org