通过听辨架构线索对边缘设备神经网络发起模型提取攻击
Neural Network Model Extraction Attacks in Edge Devices by Hearing Architectural Hints
AI 导读
研究者提出针对边缘设备的神经网络模型提取攻击，利用片外内存地址迹和 PCIe 事件重建网络架构，包括所用层的集合、连接关系和各层维度。方法借鉴语音识别思路，同时利用层内架构特征与层间时序关联信息，作者称这是首个此类精确的模型提取技术，并在现成 Nvidia GPU 平台和完整系统栈上完成了端到端攻击实验。结果显示该方法达到较高的逆向工程准确率，在掌握提取出的网络架构后，定向对抗攻击成功率从 14.6%~25.5%（无架构知识）提升到 75.9%（有提取出的架构）。