TabularMark: Watermarking Tabular Datasets for Machine Learning.
本文研究面向机器学习训练所用的表格数据集的版权保护问题,提出名为 TabularMark 的水印方法。传统表格数据水印方法在可检测性、非侵入性和鲁棒性等期望属性上存在不足,并且通常仅从数据统计层面保留数据效用,而忽略了水印对下游机器学习模型
共收录 2 条相关情报。
← 返回所有主题本文研究面向机器学习训练所用的表格数据集的版权保护问题,提出名为 TabularMark 的水印方法。传统表格数据水印方法在可检测性、非侵入性和鲁棒性等期望属性上存在不足,并且通常仅从数据统计层面保留数据效用,而忽略了水印对下游机器学习模型
该论文针对生成式表格数据的水印技术面临的重训练攻击问题,提出了一种具有放射性的水印方法RaMark。现有水印方法在攻击者利用带水印数据集重新训练生成模型后,生成的高效用数据会丢失水印,导致所有权验证失效。RaMark通过将正弦依赖性作为数据