이 논문은 DNN의 최종 출력 레이블만 관찰할 수 있는 하드레이블 설정에서 모델 파라미터를 추출하는 공격을 다루며, 유로크립트 2025에서 제안된 다항시간 하드레이블 추출 기법의 병목이었던 '부호 복원' 단계를 완전히 새로운 원리로 해결하는 알고리즘을 제안한다. 기존 방법은 부호 복원에 방대한 쿼리와 계산량이 필요해 블랙박스 환경에서 종단간 구현이 어려웠지만, 제안 기법은 부호 복원 전용 쿼리가 필요 없으면서도 기존보다 더 높은 부호 복원 정확도를 달성한다. 이를 통해 하드레이블 모델 추출의 모든 단계를 완전한 블랙박스 환경에서 구현할 수 있게 됐으며, MNIST와 Fashion-MNIST로 학습된 모델에서 종단간 추출을 시연해 98% 이상의 레이블 일치율을 달성했다.

• •하드레이블(최종 라벨만 관찰 가능) 설정에서 DNN 파라미터를 추출하는 공격의 핵심 병목인 부호 복원 문제 해결
• •전용 쿼리 없이도 기존보다 더 높은 부호 복원 정확도를 달성하는 새 알고리즘 제안
• •모델 추출 전 과정을 완전한 블랙박스 환경에서 종단간 구현 최초 시연
• •MNIST·Fashion-MNIST 학습 모델에서 98% 이상의 레이블 일치율로 추출 성공