FedMCT: A Federated Framework for Intellectual Property Protection and Malicious Client Tracking

计算机科学 数字水印 追踪 嵌入 水印 背景(考古学) 计算机安全 知识产权 跟踪(教育) 推论 财产(哲学) 深度学习 人工智能 图像(数学) 古生物学 哲学 心理学 操作系统 认识论 生物 教育学
作者
Qianyi Chen,Peijia Zheng,Yusong Du,Weiqi Luo,Hongmei Liu
标识
DOI:10.1145/3651671.3651710
摘要

In the era of big data, federated learning (FL) emerges as a solution to train models collectively without exposing individual data, maintaining similar accuracy to models trained on shared datasets. However, challenges arise with the advent of privacy inference attacks and model theft, posing significant threats to the privacy of FL models, especially regarding intellectual property (IP) protection. This paper introduces FedMCT (Federated Malicious Client Tracking), a novel framework addressing these challenges in the FL context. The FedMCT framework is a new approach to protect IP rights of FL clients and track cheaters, which can improve efficiency in resource-heterogeneous environments. By embedding unique watermarks or fingerprints in Deep Neural Network (DNN) models, we can protect model IP. We employ a configuration round before watermark embedding, segmenting clients based on performance for tiered model watermarking. We also propose a tiered watermarking and traitor tracking mechanism, which reduces the tracking time and ensures high traitor tracking efficiency. Extensive experiments validate our solution's efficacy in maintaining original model performance, watermark privacy, and detectability, robust against various attacks, demonstrating superior traitor tracing efficiency compared to existing frameworks.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
所所的应助被科研通管家采纳,获得10
刚刚
fian发布了新的文献求助20
刚刚
CipherSage的应助被科研通管家采纳,获得10
刚刚
虎福发布了新的文献求助10
刚刚
Juvenilesy的应助被科研通管家采纳,获得10
1秒前
1秒前
无花果的应助被科研通管家采纳,获得10
1秒前
橙子完成签到 ,获得积分10
1秒前
我是老大的应助被安静的代曼采纳,获得10
1秒前
1秒前
机智的寻琴发布了新的文献求助200
1秒前
大个的应助被科研通管家采纳,获得10
1秒前
简单的呆呆完成签到,获得积分10
1秒前
科目三的应助被科研通管家采纳,获得10
2秒前
zhang发布了新的文献求助10
2秒前
2秒前
上官若男的应助被科研通管家采纳,获得30
2秒前
852的应助被科研通管家采纳,获得10
2秒前
orixero的应助被科研通管家采纳,获得10
2秒前
秋风的应助被科研通管家采纳,获得10
2秒前
坚定的之玉完成签到,获得积分10
2秒前
传奇3的应助被科研通管家采纳,获得10
2秒前
李健的应助被科研通管家采纳,获得10
2秒前
慕青的应助被科研通管家采纳,获得10
3秒前
打打的应助被科研通管家采纳,获得10
3秒前
小青菜发布了新的文献求助10
3秒前
酷波er的应助被科研通管家采纳,获得10
3秒前
3秒前
桐桐的应助被科研通管家采纳,获得10
3秒前
3秒前
3秒前
3秒前
领导范儿的应助被科研通管家采纳,获得10
3秒前
3秒前
思源的应助被科研通管家采纳,获得10
3秒前
3秒前
neuropls发布了新的文献求助10
4秒前
纯真的蜗牛完成签到,获得积分10
4秒前
饺子123发布了新的文献求助10
4秒前
4秒前
高分求助中
(应助此贴封号)【重要!!请各用户(尤其是新用户)详细阅读】【科研通的精品贴汇总】 10000
拉伸高分子熔体中缠结行为的模拟和小角中子散射研究 1700
The World Atlas of Wine 9th edition 1000
奈特基础组织学:配套组织病理学(第4版)(Netter's Essential Histology With Correlated Histopathology) 800
John McDowells Bildungstheorie 800
Markov Decision Processes and Reinforcement Learning 700
八旗制度の研究 600
热门求助领域 (近24小时)
化学 材料科学 医学 生物 纳米技术 计算机科学 工程类 有机化学 化学工程 生物化学 物理 复合材料 内科学 催化作用 光电子学 人工智能 细胞生物学 无机化学 物理化学 数学
热门帖子
关注 科研通微信公众号,转发送积分 8170021
求助须知:如何正确求助?哪些是违规求助? 9563040
关于积分的说明 21768210
捐赠科研通 7761506
什么是DOI,文献DOI怎么找? 3430553
关于科研通互助平台的介绍 2554373
邀请新用户注册赠送积分活动 2475269