D-ADD: Эффективный канал защиты от кражи моделей

arXiv: 2503.124997v2 Annuales Type: заменить перекрестное резюме: злоумышленные пользователи пытаются функционально воспроизвести коммерческие модели при низких затратах, обучая модель клонов с ответами на запросы. Своевременное предотвращение таких нападений с использованием моделей является сложной задачей, поскольку это требует обеспечения надежной защиты, поддержания полезности и одновременного снижения накладных расходов. В настоящем документе мы предлагаем использовать новый непараметрический детектор под названием " диспропорция распределения по счетам (АДА) для распознавания запросов злоумышленных пользователей путем использования местной зависимости от запросов со счетом. Мы формулируем каждый класс как многовариантное нормальное распределение (MVN) в пространстве объекта и измеряем злонамеренный балл как сумму взвешенных классовых расхождений распределения. Наряду с корректировкой на смещение детектор ADD$+ долл. Когда он интегрирован с случайным прогнозируемым отравлением, он служит практическим модулем защиты от подстегивания и проигрываний, который называется D-ADD для изображения