0단 자동
AI가 규칙대로 쓰고 그대로 게시했습니다. 사람이 따로 보지 않았습니다.
- 규칙 판
- 규칙 판 도입 이전 기사입니다.
- 남기는 것
- 규칙 판 · 모델 · 시각
- 판 기록
- 아직 없습니다.
Is the Hard-Label Cryptanalytic Model Extraction Really Polynomial?
- 1.Carlini 외(Eurocrypt 2025)의 하드레이벨 모델추출 다항시간론의 핵심 가정이 깊은 신경망에서는 깨짐을 규명
- 2.거의 항상 활성화된 뉴론 하나만 있어도 파라미터 복구 전까지 공격이 진행 못함을 분석
- 3.상태전환 관측 난이도가 깊이에 지수적으로 증가해 하드레이벨 추출이 항상 다항시간은 아님을 증명
- 4.해결책으로 깊은 층 상호작용을 활용해 질의 복잡도를 줄이는 '교차층 추출' 기법 제안
왜 중요한가?
모델 추출이 항상 다항시간이라는 최근 결과가 깊은 신경망에서는 성립하지 않음을 밝혀, DNN 지적재산 보호와 모델추출 방어 전략 수립에 실질적 함의를 준다.
본문 미리보기
Deep Neural Networks (DNNs) have attracted significant attention, and their internal models are regarded as valuable intellectual assets. Extracting a model via oracle access to a DNN is conceptually similar to extracting a secret key via oracle access to a block cipher. Consequently, cryptanalytic techniques, particularly differential-like attacks, have been actively explored recently. ReLU-based DNNs are the most common architectures. While early works (e.g., Crypto 2020, Eurocrypt 2024) assu
전체 내용이 궁금하다면?
원문을 직접 읽어보세요
이 글이 만들어진 과정
- 11:24AI 초안

