중국 칭화대 등 연구진이 하드레이블(예측 클래스만 공개되는) 신경망 파라미터 추출 공격의 계산 병목을 해결하는 '근사 서명 벡터(ASV)' 기법을 제안했다. 기존 EUROCRYPT 2025 최고 기법은 이론적으로 다항시간이지만 특이값분해(SVD) 기반 클러스터링 때문에 실제로는 시간복잡도 O(n²·(d^(k))³)로 매우 느렸다. ASV는 고차원 무작위 벡터가 거의 직교한다는 점과 실제 신경망 뉴런이 서로 얽히지 않은 특징을 학습하는 경향을 활용해, SVD 대신 단순 내적 연산으로 대체함으로써 평균 복잡도를 O(n·(d^(k))³)로 낮췄다. 또한 커널 중심 클러스터링을 도입해 맥스풀링을 쓰는 합성곱신경망(CNN)에 대한 최초의 하드레이블 모델 추출 공격도 제시했다. 완전연결망과 LeNet-5 실험에서 클러스터링 시간이 크게 단축되어, 실전 모델 탈취 공격의 실현 가능성을 한층 높였다는 점에서 보안상 시사점이 크다.

• •SVD 대신 내적 연산 기반 ASV 기법으로 클러스터링 복잡도를 O(n²·d³)에서 O(n·d³)로 감소
• •맥스풀링 CNN을 겵냒하는 최초의 하드레이블 모델 추출 공격 제시
• •컄널 중심 클러스터링으로 합성곱의 가중치 공유 특성 활용
• •완전연결망·LeNet-5 실험에서 추출 효율성 대폭 개선 확인