一种基于决策一致性的深度神经网络模型指纹生成与验证方法

本发明提供一种基于决策一致性的深度神经网络模型指纹生成与验证方法，包括：对源模型输入原始样本，通过基于梯度的优化方法生成边界样本，采用随机二值掩码矩阵对所述边界样本进行特征遮挡以生成指纹样本集，所述掩码矩阵的尺寸根据数据集的特征复杂度动态调整；将所述指纹样本集分别输入源模型和可疑模型，获取两类模型的边界样本与指纹样本的输出概率并计算概率差，通过正则化线性回归分别计算两类模型的特征归因权重矩阵；将所述权重矩阵按元素的正负进行二值化处理；获取源模型与可疑模型对应的二值化权重矩阵，计算两者的逐元素决策一致性相似度；当所述决策一致性相似度不超过预设阈值时，判定两模型一致性。