精度高且抗窃取
结合滑动窗口线性注意力与卷积,兼顾精度与效率,并通过扰动机制显著降低被盗模型可用性。
Mingyuan, Shao · Zhihua, Song · Xiaolong, Liang · Fuqing, Zhang · Li, Dingzhao · 洪少华 · Lin, Cao · Yuan, Peng · 齐洁
IEEE Internet of Things Journal 2025
在 AIS100 和 WiSig 数据集上分别达到 91.10% 和 97.89% 的识别准确率。
FLOPs 分别仅为 22.17M(AIS100)和 11.11M(WiSig),模型计算复杂度低。
通过反向 sigmoid 激活的扰动机制,当窃取数据集比例为 0.9 时,使被盗模型精度下降超过 40%。