| 電子情報通信学会 研究会発表申込システム 講演論文 詳細 |
技報閲覧サービス [ログイン] 技報アーカイブ |
| トップに戻る | 前のページに戻る | [Japanese] / [English] |
| 講演抄録／キーワード | ||
| 講演名 | 2025-01-22 12:15 連想電子透かし法によるCNNモデル保護のためのロバスト性の評価 ○森 奎壱・川村正樹（山口大）  EMM2024-116 |
|
| 抄録 | （和） | 本研究ではCNNモデルを保護するためのゼロビット電子透かし法として，連想電子透かし法を用いた手法を提案する．深層学習モデルは重要な知的財産となっており，その保護は重要な課題となっている．また，CNNは追加学習されるので，追加学習後も透かし情報が取り出せる堅牢性が必要である． 従来法では，透かし情報の埋め込みにより，モデル自身の性能を低下させる可能性がある．また，追加学習に弱い．一方，連想電子透かし法は，CNNモデルの性能を低下させることなく透かし情報を埋め込むことができ，また，誤り訂正が可能である．本研究では，モデルから抽出する特徴量を検討し，連想電子透かし法で誤り無く透かし情報を抽出できることを示す．また，本手法の堅牢性を示すために，追加学習されたときの堅牢性を評価した．追加学習のデータセット，エポック数と学習率はモデルの重みに影響を与える．これらのパラメータに対する透かし情報の誤り率を評価した．その結果，エポック数が大きくなると，誤り率が高くなる傾向がみられた．また，異なるデータセットの追加学習では誤りが多かった．さらに，学習率が小さい範囲では透かし情報を誤り無く抽出できた． |
| （英） | We propose a zero-bit watermarking method for protecting CNN models using an associative watermarking method. CNNs are often fine-tuned, so they need to be robust enough to retrieve watermarks even after fine-tuning. Conventional methods degrade the performance of the models themselves by embedding watermarks. They are also vulnerable to fine-tuning. On the other hand, the associative watermarking method can embed watermarks without degrading the performance of the CNN models, and it can correct errors. In this work, we consider the features to be extracted from the models. We show that the associative watermarking method can extract the watermark without error. To demonstrate the robustness of our method, we also evaluate its robustness under the influence of fine-tuning. The weights of the models are affected by the fine-tuning dataset, the number of epochs, and the learning rate. We evaluated the error rate of the watermark against these parameters. The results showed that the error rate tended to increase with the number of epochs. The error rate also increased with the fine-tuning for different datasets. Furthermore, watermarks could be extracted without error when the learning rate was small enough. | |
| キーワード | （和） | ゼロビット電子透かし法 / 連想電子透かし法 / 畳み込みニューラルネットワーク / Wide Residual Network / / / / |
| （英） | Zero-bit watermarking / Associative watermarking / Convolutional Neural Network / Wide Residual Network / / / / | |
| 文献情報 | 信学技報, vol. 124, no. 338, EMM2024-116, pp. 78-83, 2025年1月. | |
| 資料番号 | EMM2024-116 | |
| 発行日 | 2025-01-14 (EMM) | |
| ISSN | Online edition: ISSN 2432-6380 | |
| 著作権に ついて |
技術研究報告に掲載された論文の著作権は電子情報通信学会に帰属します．(許諾番号：10GA0019/12GB0052/13GB0056/17GB0034/18GB0034) | |
| PDFダウンロード | EMM2024-116 |
|
| 研究会情報 | |
| 研究会 | EMM |
| 開催期間 | 2025-01-21 - 2025-01-22 |
| 開催地（和） | 東北大学 電気通信研究所 本館1階オープンセミナー室 |
| 開催地（英） | Tohoku Univ. |
| テーマ（和） | 臨場感生成，ユニバーサルメディア，ディジタルエンタテインメント，一般 |
| テーマ（英） | Sense of Presence, Universal Media, Digital Entertainment, etc. |
| 講演論文情報の詳細 | |
| 申込み研究会 | EMM |
| 会議コード | 2025-01-EMM |
| 本文の言語 | 日本語 |
| タイトル（和） | 連想電子透かし法によるCNNモデル保護のためのロバスト性の評価 |
| サブタイトル（和） | |
| タイトル（英） | Evaluation of robustness for CNN model protection using associative watermarking method |
| サブタイトル（英） | |
| キーワード(1)（和/英） | ゼロビット電子透かし法 / Zero-bit watermarking |
| キーワード(2)（和/英） | 連想電子透かし法 / Associative watermarking |
| キーワード(3)（和/英） | 畳み込みニューラルネットワーク / Convolutional Neural Network |
| キーワード(4)（和/英） | Wide Residual Network / Wide Residual Network |
| キーワード(5)（和/英） | / |
| キーワード(6)（和/英） | / |
| キーワード(7)（和/英） | / |
| キーワード(8)（和/英） | / |
| 第1著者 氏名（和/英/ヨミ） | 森 奎壱 / Keiichi Mori / モリ ケイイチ |
| 第1著者 所属（和/英） | 山口大学 (略称： 山口大) Yamaguchi University (略称： Yamaguchi Univ.) |
| 第2著者 氏名（和/英/ヨミ） | 川村 正樹 / Masaki Kawamura / カワムラ マサキ |
| 第2著者 所属（和/英） | 山口大学 (略称： 山口大) Yamaguchi University (略称： Yamaguchi Univ.) |
| 講演者 | 第1著者 |
| 発表日時 | 2025-01-22 12:15:00 |
| 発表時間 | 30分 |
| 申込先研究会 | EMM |
| 資料番号 | EMM2024-116 |
| 巻番号（vol） | vol.124 |
| 号番号（no） | no.338 |
| ページ範囲 | pp.78-83 |
| ページ数 | 6 |
| 発行日 | 2025-01-14 (EMM) |
[研究会発表申込システムのトップページに戻る]