arXiv 机器学习· Biprarshi Biswas, Arya Anshuman Ojha, Yubaraj Das, Devansh Khosla, Kamran Rais, Saankhya Samanta, Subhamoy Maitra, Pantelimon Stanica·· 1 天前AI 评分33
提取结合蒸馏：从深度神经网络恢复参数的密码分析技术
Extraction meets Distillation - cryptanalytic techniques to recover parameters from a Deep Neural Network
AI 导读
该研究通过结合密码分析权重方向提取与标签学习，提出一种全连接神经网络参数重构方法，并将 ReLU 提取技术扩展至 Leaky ReLU。在最大合成架构的最深隐藏层中，Leaky ReLU 成功恢复 51-57 个神经元，而 ReLU 恢复为 0。在 CIFAR-10 测试中，重构模型达到 56.40% 与 58.29% 的一致性，在三项功能指标上超越知识蒸馏基线。
来源：arXiv 机器学习 · arxiv.org