Buchumschlag

Watermarking Quantum Neural Networks Based on Sample Grouped and Paired Training

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Zhou, Limengnan, Wu, Hanzhou
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Cryptography and Security
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

A Game Between the Defender and the Attacker for Trigger-based Black-box Model Watermarking
von: Huang, Chaoyue, et al.
Veröffentlicht: (2025)

Robust and Imperceptible Black-box DNN Watermarking Based on Fourier Perturbation Analysis and Frequency Sensitivity Clustering
von: Liu, Yong, et al.
Veröffentlicht: (2022)

Transferable Watermarking to Self-supervised Pre-trained Graph Encoders by Trigger Embeddings
von: Zhao, Xiangyu, et al.
Veröffentlicht: (2024)

Generative Model Watermarking Suppressing High-Frequency Artifacts
von: Zhang, Li, et al.
Veröffentlicht: (2023)

An Information Asymmetry Game for Trigger-based DNN Model Watermarking
von: Huang, Chaoyue, et al.
Veröffentlicht: (2025)

R-CoT: A Reasoning-Layer Watermark via Redundant Chain-of-Thought in Large Language Models
von: Zhang, Ziming, et al.
Veröffentlicht: (2026)

Yet Another Watermark for Large Language Models
von: Bao, Siyuan, et al.
Veröffentlicht: (2025)

Defining Cost Function of Steganography with Large Language Models
von: Wu, Hanzhou, et al.
Veröffentlicht: (2025)

A Fingerprint for Large Language Models
von: Yang, Zhiguang, et al.
Veröffentlicht: (2024)

Trigger Where It Hurts: Unveiling Hidden Backdoors through Sensitivity with Sensitron
von: Zhao, Gejian, et al.
Veröffentlicht: (2025)

Watermarking of Quantum Circuits
von: Roy, Rupshali, et al.
Veröffentlicht: (2024)

Probabilistically Robust Watermarking of Neural Networks
von: Pautov, Mikhail, et al.
Veröffentlicht: (2024)

BlockDoor: Blocking Backdoor Based Watermarks in Deep Neural Networks
von: Puah, Yi Hao, et al.
Veröffentlicht: (2024)

ComMark: Covert and Robust Black-Box Model Watermarking with Compressed Samples
von: Yang, Yunfei, et al.
Veröffentlicht: (2025)

Trigger-Based Fragile Model Watermarking for Image Transformation Networks
von: Robinette, Preston K., et al.
Veröffentlicht: (2024)

An End-to-End Model for Logits-Based Large Language Models Watermarking
von: Wong, Kahim, et al.
Veröffentlicht: (2025)

Rotation, Scale, and Translation Resilient Black-box Fingerprinting for Intellectual Property Protection of EaaS Models
von: Zhang, Hongjie, et al.
Veröffentlicht: (2025)

Really Unlearned? Verifying Machine Unlearning via Influential Sample Pairs
von: Xu, Heng, et al.
Veröffentlicht: (2024)

GENIE: Watermarking Graph Neural Networks for Link Prediction
von: Bachina, Venkata Sai Pranav, et al.
Veröffentlicht: (2024)

Vanishing Watermarks: Diffusion-Based Image Editing Undermines Robust Invisible Watermarking
von: Guo, Fan, et al.
Veröffentlicht: (2026)

Protecting Deep Neural Network Intellectual Property with Chaos-Based White-Box Watermarking
von: B, Sangeeth, et al.
Veröffentlicht: (2025)

Hashed Watermark as a Filter: Defeating Forging and Overwriting Attacks in Weight-based Neural Network Watermarking
von: Yao, Yuan, et al.
Veröffentlicht: (2025)

MUSE: Model-Agnostic Tabular Watermarking via Multi-Sample Selection
von: Fang, Liancheng, et al.
Veröffentlicht: (2025)

Watermarking Graph Neural Networks via Explanations for Ownership Protection
von: Downer, Jane, et al.
Veröffentlicht: (2025)

Automated Physical Design Watermarking Leveraging Graph Neural Networks
von: Zhang, Ruisi, et al.
Veröffentlicht: (2024)

DINVMark: A Deep Invertible Network for Video Watermarking
von: Ji, Jianbin, et al.
Veröffentlicht: (2025)

ShadowCoT: Cognitive Hijacking for Stealthy Reasoning Backdoors in LLMs
von: Zhao, Gejian, et al.
Veröffentlicht: (2025)

Robustness of Watermarking on Text-to-Image Diffusion Models
von: Wu, Xiaodong, et al.
Veröffentlicht: (2024)

An Ensemble Framework for Unbiased Language Model Watermarking
von: Wu, Yihan, et al.
Veröffentlicht: (2025)

Analyzing and Evaluating Unbiased Language Model Watermark
von: Wu, Yihan, et al.
Veröffentlicht: (2025)

Why Neural Structural Obfuscation Can't Kill White-Box Watermarks for Good!
von: Jiang, Yanna, et al.
Veröffentlicht: (2026)

Revisiting the Information Capacity of Neural Network Watermarks: Upper Bound Estimation and Beyond
von: Li, Fangqi, et al.
Veröffentlicht: (2024)

WaterMAS: Sharpness-Aware Maximization for Neural Network Watermarking
von: Trias, Carl De Sousa, et al.
Veröffentlicht: (2024)

Removing the Watermark Is Not Enough: Forensic Stealth in Generative-AI Watermark Removal
von: Goonatilake, Yevin Nikhel, et al.
Veröffentlicht: (2026)

Let Watermarks Speak: A Robust and Unforgeable Watermark for Language Models
von: Bai, Minhao
Veröffentlicht: (2024)

WorldCup Sampling for Multi-bit LLM Watermarking
von: Wang, Yidan, et al.
Veröffentlicht: (2026)

Touch to Pair: Secure and Usable IoT Pairing without Information Loss
von: Wu, Chuxiong, et al.
Veröffentlicht: (2024)

Hijacking Attacks against Neural Networks by Analyzing Training Data
von: Ge, Yunjie, et al.
Veröffentlicht: (2024)

Composability in Watermarking Schemes
von: Liu, Jiahui, et al.
Veröffentlicht: (2024)

WGLE:Backdoor-free and Multi-bit Black-box Watermarking for Graph Neural Networks
von: Li, Tingzhi, et al.
Veröffentlicht: (2025)