Mind Your Weight(s): A Large-scale Study on Insufficient Machine Learning Model Protection in Mobile Apps.
本文对移动应用中的机器学习模型保护现状进行了首次大规模实证研究。随着端侧机器学习(on-device ML)在移动应用中的普及,模型作为核心知识产权被部署在数十亿不受信任的设备上,面临被窃取的风险。研究旨在回答三个关键问题:模型保护在应用中
共收录 42 条相关情报。
← 返回所有主题本文对移动应用中的机器学习模型保护现状进行了首次大规模实证研究。随着端侧机器学习(on-device ML)在移动应用中的普及,模型作为核心知识产权被部署在数十亿不受信任的设备上,面临被窃取的风险。研究旨在回答三个关键问题:模型保护在应用中
该论文是迄今为止最大规模的Android平台私人信息收集(PIC)研究。研究者利用某流行移动安全产品用户提供的匿名化数据集,分析了2018年至2019年间21个月内1730万用户安装的210万款独特应用所产生的敏感信息流。研究发现,87.2