Skip to main content
CenXiv.org
此网站处于试运行阶段,支持我们!
我们衷心感谢所有贡献者的支持。
贡献
赞助
cenxiv logo > cs > arXiv:2508.02092

帮助 | 高级搜索

计算机科学 > 密码学与安全

arXiv:2508.02092 (cs)
[提交于 2025年8月4日 ]

标题: FPEdit:通过局部知识编辑实现鲁棒的LLM指纹识别

标题: FPEdit: Robust LLM Fingerprinting through Localized Knowledge Editing

Authors:Shida Wang, Chaohu Liu, Yubo Wang, Linli Xu
摘要: 大型语言模型代表了在计算、数据和工程专业知识方面的重大投资,使其成为极其宝贵的知识产权资产。 然而,这些AI资产仍可能通过微调或黑盒部署被未经授权地重新分发和商业利用。 当前的指纹技术面临一个根本性的权衡:内在方法需要完整的参数访问权限,而基于后门的技术则使用统计异常的触发器,容易被对手检测和过滤。 为解决这些限制,我们引入了FPEdit,这是一种新颖的知识编辑框架,通过修改模型权重的一个稀疏子集来注入语义连贯的自然语言指纹。 这确保了隐蔽且精确的所有权编码,同时不会损害核心功能。 大量实验表明,FPEdit在全参数微调和参数高效的适应下实现了$95$-$100\%$的指纹保留率,同时在24个下游基准测试中保持性能。 此外,FPEdit在量化、剪枝和随机解码下仍然具有鲁棒性,并且可以使用不到32 GB的GPU内存在10分钟内将10对指纹嵌入LLaMA2-7B,相比现有技术资源需求减少了$70\%$。 这些进展使FPEdit成为第一个同时实现对抗适应鲁棒性、抗检测性和模型实用性保护的指纹技术,为对抗性部署场景中大型语言模型的可靠来源验证提供了一种侵入性最小的解决方案。
摘要: Large language models represent significant investments in computation, data, and engineering expertise, making them extraordinarily valuable intellectual assets. Nevertheless, these AI assets remain vulnerable to unauthorized redistribution and commercial exploitation through fine-tuning or black-box deployment. Current fingerprinting approaches face a fundamental trade-off: intrinsic methods require full parameter access, while backdoor-based techniques employ statistically anomalous triggers easily detected and filtered by adversaries. To address these limitations, we introduce FPEdit, a novel knowledge-editing framework that injects semantically coherent natural language fingerprints by modifying a sparse subset of model weights. This ensures stealthy and precise ownership encoding without degrading the core functionality. Extensive experiments show that FPEdit achieves $95$-$100\%$ fingerprint retention under both full-parameter fine-tuning and parameter-efficient adaptation, while preserving performance on 24 downstream benchmarks. Moreover, FPEdit remains robust under quantization, pruning, and stochastic decoding, and can embed 10 fingerprint pairs into LLaMA2-7B in under 10 minutes using less than 32 GB of GPU memory, a $70\%$ reduction in resource requirements compared to existing techniques. These advances establish FPEdit as the first fingerprinting approach to simultaneously achieve robustness against adaptation, resistance to detection, and preservation of model utility, providing a minimally invasive solution for reliable provenance verification of large language models in adversarial deployment scenarios.
主题: 密码学与安全 (cs.CR) ; 人工智能 (cs.AI)
引用方式: arXiv:2508.02092 [cs.CR]
  (或者 arXiv:2508.02092v1 [cs.CR] 对于此版本)
  https://doi.org/10.48550/arXiv.2508.02092
通过 DataCite 发表的 arXiv DOI(待注册)

提交历史

来自: Shida Wang [查看电子邮件]
[v1] 星期一, 2025 年 8 月 4 日 06:00:22 UTC (548 KB)
全文链接:

获取论文:

    查看标题为《》的 PDF
  • 查看中文 PDF
  • 查看 PDF
  • HTML(实验性)
  • TeX 源代码
  • 其他格式
许可图标 查看许可
当前浏览上下文:
cs.CR
< 上一篇   |   下一篇 >
新的 | 最近的 | 2025-08
切换浏览方式为:
cs
cs.AI

参考文献与引用

  • NASA ADS
  • 谷歌学术搜索
  • 语义学者
a 导出 BibTeX 引用 加载中...

BibTeX 格式的引用

×
数据由提供:

收藏

BibSonomy logo Reddit logo

文献和引用工具

文献资源探索 (什么是资源探索?)
连接的论文 (什么是连接的论文?)
Litmaps (什么是 Litmaps?)
scite 智能引用 (什么是智能引用?)

与本文相关的代码,数据和媒体

alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)

演示

复制 (什么是复制?)
Hugging Face Spaces (什么是 Spaces?)
TXYZ.AI (什么是 TXYZ.AI?)

推荐器和搜索工具

影响之花 (什么是影响之花?)
核心推荐器 (什么是核心?)
IArxiv 推荐器 (什么是 IArxiv?)
  • 作者
  • 地点
  • 机构
  • 主题

arXivLabs:与社区合作伙伴的实验项目

arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。

与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。

有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.

这篇论文的哪些作者是支持者? | 禁用 MathJax (什么是 MathJax?)
  • 关于
  • 帮助
  • contact arXivClick here to contact arXiv 联系
  • 订阅 arXiv 邮件列表点击这里订阅 订阅
  • 版权
  • 隐私政策
  • 网络无障碍帮助
  • arXiv 运营状态
    通过...获取状态通知 email 或者 slack

京ICP备2025123034号