Access Control with Encrypted Feature Maps for Object Detection Models

要約

この論文では、秘密鍵を持たない権限のないユーザーが訓練されたモデルのパフォーマンスから恩恵を受けることができないように、オブジェクト検出モデルの秘密鍵を使用したアクセス制御方法を初めて提案します。
この方法により、許可されたユーザーに高い検出性能を提供するだけでなく、許可されていないユーザーのパフォーマンスを低下させることができます。
変換された画像の使用は、画像分類モデルのアクセス制御のために提案されましたが、これらの画像は、パフォーマンスの低下によりオブジェクト検出モデルに使用できません。
したがって、この論文では、選択された特徴マップは、入力画像の代わりに、モデルのトレーニングとテストのために秘密鍵で暗号化されます。
実験では、保護されたモデルは、許可されたユーザーが保護されていないモデルとほぼ同じパフォーマンスを得ることができましたが、キーなしの不正アクセスに対する堅牢性も備えていました。

要約(オリジナル)

In this paper, we propose an access control method with a secret key for object detection models for the first time so that unauthorized users without a secret key cannot benefit from the performance of trained models. The method enables us not only to provide a high detection performance to authorized users but to also degrade the performance for unauthorized users. The use of transformed images was proposed for the access control of image classification models, but these images cannot be used for object detection models due to performance degradation. Accordingly, in this paper, selected feature maps are encrypted with a secret key for training and testing models, instead of input images. In an experiment, the protected models allowed authorized users to obtain almost the same performance as that of non-protected models but also with robustness against unauthorized access without a key.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google