| 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 | 2026-01-19 15:40 プルーニングに堅牢な連想電子透かし法によるCNN保護手法 ○森 奎壱・川村正樹（山口大）  EMM2025-107 |
|
| 抄録 | （和） | ディープラーニングモデル，特に畳み込みニューラルネットワーク（CNN）は，その訓練コスト の膨大さから，重要な知的財産とみなされ，不正利用からの保護が必要である．本研究は，この 課題に対し，ゼロビット電子透かし法である連想電子透かし法を適用したCNN保護手法を提案す る．本手法は，透かし情報をモデルに直接埋め込まないため，CNN本来の識別性能を維持したま ま保護が可能である．また，誤り訂正能力により一般的な攻撃に対する高い堅牢性を有すること を示してきた．しかしながら、プルーニング(モデル圧縮)に対する堅牢性は未検討であった．プルーニングはリソースを最適化するための許容される操作である．本研究では，このプルーニング攻撃に対応するため，攻撃に影響を受けにくい特徴量抽出法を新たに検討した．具体的には，仮想的にプルーニングした重みから特徴量を作ることで，プルーニングによる透かし情報の誤り発生を抑制する． 評価実験の結果，事前に重みの95%をマスク処理し特徴量を抽出することで，攻撃として重みの95%が削除される過酷なプルーニング攻撃に対しても，透かし情報の検出に誤りが発生しないという，極めて高い堅牢性を示した． |
| （英） | Deep learning models, particularly convolutional neural networks (CNNs), are considered critical intellectual property due to their enormous training costs, making protection against unauthorized use essential. To address this issue, we propose a CNN protection method that uses associative watermarking, a zero-bit watermarking technique. This method protects the model while maintaining its original recognition performance because the watermark is not directly embedded into the model. Furthermore, it has demonstrated high robustness against common attacks due to its error correction capability. However, its robustness against pruning has not yet been examined. Pruning is an acceptable operation for optimizing resources. To address pruning attacks, this study introduces a new feature extraction method that is less susceptible to them. Specifically, we suppress pruning-induced watermark errors by creating features from virtually pruned weights. Evaluation experiments demonstrated extremely high robustness. We achieved error-free watermark detection by masking 95% of the weights prior to feature extraction, even under severe pruning attacks where 95% of the weights were removed. |
|
| 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 / プルーニング / / / / |
| （英） | Zero-bit watermarking / Associative watermarking method / Convolutional Neural Network / Pruning / / / / | |
| 文献情報 | 信学技報, vol. 125, no. 317, EMM2025-107, pp. 37-42, 2026年1月. | |
| 資料番号 | EMM2025-107 | |
| 発行日 | 2026-01-12 (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 | EMM2025-107 |
|
| 研究会情報 | |
| 研究会 | EMM |
| 開催期間 | 2026-01-19 - 2026-01-20 |
| 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 | 2026-01-EMM |
| 本文の言語 | 日本語 |
| タイトル（和） | プルーニングに堅牢な連想電子透かし法によるCNN保護手法 |
| サブタイトル（和） | |
| タイトル（英） | Pruning-robust Associative Watermarking Method for CNN protection |
| 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 method |
| 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） | プルーニング / Pruning |
| 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 | 2026-01-19 15:40:00 |
| 発表時間 | 25分 |
| 申込先研究会 | EMM |
| 資料番号 | EMM2025-107 |
| 巻番号（vol） | vol.125 |
| 号番号（no） | no.317 |
| ページ範囲 | pp.37-42 |
| ページ数 | 6 |
| 発行日 | 2026-01-12 (EMM) |
[研究会発表申込システムのトップページに戻る]