A Light-weight Watermarking-Based Framework on Dataset Using Deep Learning Algorithms

计算机科学 卷积神经网络 机器学习 可执行文件 人工智能 钥匙(锁) 公制(单位) 数字水印 深度学习 算法 噪音(视频) 数据挖掘 人工神经网络 网络安全 计算机安全 图像(数学) 操作系统 经济 运营管理
作者
Muhammad Tayyab,Mohsen Marjani,N. Z. Jhanjhi,Mohamed Hashem
标识
DOI:10.1109/nccc49330.2021.9428845
摘要

In most decision-based security applications Deep Learning (DL) algorithms have been widely using for improvement. For better performance, a large amount of dataset has been used for training the DL algorithms. As DL has been remained a key element in the performance of the application, hence, several privacy and security issues have reported, which have affected the performance. Such security attacks have also affected the performance by taking the advantage of the huge dataset, because it is easy for an attacker to add executable noise into the dataset to get the information of the dataset and the model used. Most common security attacks like poisoning and evasion attacks have been considered challenging attacks that have caused misclassification and wrong prediction. Hence, a secure metric is needed to mitigate the effects of such attacks from the dataset. Therefore, in this paper, a light-weight watermarking framework has been proposed that provides security to the dataset before training the DL algorithms. We have implemented our proposed framework using the most common Convolutional Neural Network (CNN) and Artificial Neural Network (ANN) against security attacks. The proposed framework has been evaluated based on accuracy, precision, and computational cost, and has maintained the accuracy up to 98.89% and a precision of 0.96, which has maintained the level as in recent literature. We have also reduced the computational cost for the proposed framework. We believed that the proposed framework can be used to mitigate the security issues in DL algorithms and enhanced toward other security applications.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
优雅的平安完成签到 ,获得积分10
5秒前
Mason完成签到,获得积分10
10秒前
俊逸的盛男完成签到 ,获得积分10
11秒前
科研通AI5应助kannar采纳,获得10
12秒前
xiewuhua完成签到,获得积分10
16秒前
泡泡茶壶o完成签到 ,获得积分10
17秒前
二世小卒完成签到 ,获得积分10
20秒前
卡卡完成签到,获得积分10
22秒前
22秒前
sy完成签到 ,获得积分10
23秒前
lalala完成签到,获得积分10
24秒前
夏林发布了新的文献求助10
26秒前
追寻的纸鹤完成签到 ,获得积分10
26秒前
hiha完成签到,获得积分0
29秒前
benzene完成签到 ,获得积分10
30秒前
材1完成签到 ,获得积分10
31秒前
执着绿草完成签到 ,获得积分10
31秒前
32秒前
Jeffery426完成签到,获得积分10
33秒前
LJ完成签到 ,获得积分10
35秒前
夏林完成签到,获得积分10
37秒前
Meng完成签到,获得积分10
40秒前
小叙完成签到 ,获得积分10
44秒前
现实的俊驰完成签到 ,获得积分10
44秒前
青山完成签到 ,获得积分10
46秒前
hjyylab完成签到,获得积分0
49秒前
派大星和海绵宝宝完成签到,获得积分10
49秒前
gaoyang123完成签到 ,获得积分10
57秒前
1分钟前
风不尽,树不静完成签到 ,获得积分10
1分钟前
稳重紫蓝完成签到 ,获得积分10
1分钟前
MZ完成签到,获得积分0
1分钟前
LT完成签到 ,获得积分10
1分钟前
jenny_shjn完成签到 ,获得积分10
1分钟前
1分钟前
叶95发布了新的文献求助10
1分钟前
马登完成签到,获得积分10
1分钟前
唐禹嘉完成签到 ,获得积分10
1分钟前
WSY完成签到 ,获得积分10
1分钟前
yy完成签到 ,获得积分10
1分钟前
高分求助中
Applied Survey Data Analysis (第三版, 2025) 800
Narcissistic Personality Disorder 700
Research Handbook on Multiculturalism 500
The Martian climate revisited: atmosphere and environment of a desert planet 500
Face recognition: challenges,achievementsandfuture directions. 400
Plasmonics 400
建国初期十七年翻译活动的实证研究. 建国初期十七年翻译活动的实证研究 400
热门求助领域 (近24小时)
化学 材料科学 医学 生物 工程类 有机化学 物理 生物化学 纳米技术 计算机科学 化学工程 内科学 复合材料 物理化学 电极 遗传学 量子力学 基因 冶金 催化作用
热门帖子
关注 科研通微信公众号,转发送积分 3847893
求助须知:如何正确求助?哪些是违规求助? 3390526
关于积分的说明 10561737
捐赠科研通 3110924
什么是DOI,文献DOI怎么找? 1714590
邀请新用户注册赠送积分活动 825289
科研通“疑难数据库(出版商)”最低求助积分说明 775471