投稿网址:www．stae．com．cn2023年第23卷第5期2023，23(5):01799-13科学技术与工程ScienceTechnologyandEngineeringISSN1671—1815CN11—4688/T收稿日期:2022-03-19;修订日期:2022-11-09基金项目:国家自然科学基金(62166008);中央引导地方科技发展资金重点项目(黔科中引地〔2022〕4054);国家级大学生创新创业训练计划(202110663005)第一作者:夏道勋(1980—)，男，汉族，贵州遵义人，博士，教授。研究方向:计算机视觉、大数据技术。E-mail:dxxia@gznu．edu．cn。引用格式:夏道勋，王林娜，宋允飞，等．深度神经网络模型数字水印技术研究进展综述［J］．科学技术与工程，2023，23(5):1799-1811．XiaDaoxun，WangLinna，SongYunfei，etal．Ｒeviewofdeepneuralnetworkmodeldigitalwatermarkingtechnology［J］．ScienceTechnologyandEngineering，2023，23(5):1799-1811．自动化技术、计算机技术深度神经网络模型数字水印技术研究进展综述夏道勋1，2，王林娜1，2，宋允飞1，2，罗星智1(1．贵州师范大学大数据与计算机科学学院，贵阳550001;2．贵州师范大学贵州省教育大数据应用技术工程实验室，贵阳550001)摘要近年来，深度神经网络模型在各种应用领域都取得了巨大的成功，训练先进的深度神经网络模型仍需要大规模的数据集、高昂的算力成本和优异的算法思想，生成的深度神经网络模型成为一种宝贵的资源，也是完成人工智能应用领域某项特定任务的核心算法。因此，深度神经网络模型的安全则变得极其重要，利用数字水印版权保护技术保障模型的安全已经成为人工智能安全领域一个重要的研究方向。为了综述深度神经网络模型数字水印版权保护技术的最新研究进展，首先介绍了深度神经网络模型数字水印技术分类;其次介绍了深度神经网络模型数字水印版权保护技术基础概况;再次归纳总结了深度神经网络模型数字水印版权保护技术的研究方法;最后总结并展望了深度神经网络模型数字水印版权保护领域的研究重点和发展方向。关键词数字水印;版权保护;深度神经网络模型;深度神经网络攻击和防御中图法分类号TP309;文献标志码AＲeviewofDeepNeuralNetworkModelDigitalWatermarkingTechnologyXIADao-xun1，2，WANGLin-na1，2，SONGYun-fei1，2，LUOXing-zhi1(1．SchoolofBigDataandComputerScience，GuizhouNormalUniversity，Guiyang550001，China;2．TheEngineeringLaboratoryforAppliedTechnologyofBigDatainEducationinGuizhouProvince，GuizhouNormalUniversity，Guiy...
