基于权重的神经网络水印方法、系统、装置及介质

本发明涉及人工智能模型水印技术领域，提供一种基于权重的神经网络水印方法、系统、装置及介质。该方法包括：构建哈希映射，生成哈希水印向量；利用哈希水印向量作为滤波器对神经网络模型的权重进行过滤，得到一个权重子集并进行平均池化操作后进行水印向量嵌入；联合神经网络的主任务和哈希水印向量嵌入任务联合优化，在不影响模型性能的前提下将水印向量嵌入权重子集中。当上位机识别出未知神经网络模型时，对未知网络模型进行水印验证判断未知网络模型是否侵权。本发明设计了一个哈希水印滤波器，可以同时抵御水印伪造和水印重写攻击，并且通过平均池化操作可以抵御模型微调和模型剪枝攻击，从而增强人工智能模型水印的鲁棒性。