买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉浙江大学滨江研究院申请的专利基于旁支网络的模型指纹注入与验证方法及设备获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN120632840B 。

龙图腾网通过国家知识产权局官网在2025-11-21发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202511141549.7，技术领域涉及：G06F21/16；该发明授权基于旁支网络的模型指纹注入与验证方法及设备是由邢文鹏;房金秋;林昶廷;李默涵;陈超超;胡春强;韩蒙设计研发完成，并于2025-08-15向国家知识产权局提交的专利申请。

本基于旁支网络的模型指纹注入与验证方法及设备在说明书摘要公布了：本发明提供的一种基于旁支网络的模型指纹注入与验证方法及设备，属于人工智能安全领域，所述方法包括：主模型与旁支网络设计、触发器样本构造、联合训练优化和指纹验证四个核心阶段；通过引入轻量化旁支网络，主模型中间层输出与旁支网络输入动态耦合，共享特征表示；构造指纹触发器样本或非指纹触发器样本，通过主模型和旁支网络中联合推理输出指纹文本响应或正常文本响应；构建指纹数据集及主模型集合，并建立损失函数对主模型和旁支网络的联合推理过程进行训练，实现在不干扰主模型性能的前提下，注入高特异性、强鲁棒性的指纹标识，确保指纹仅在目标模型上有效激活，为模型版权保护、水印验证及来源追踪提供了创新性解决方案。

本发明授权基于旁支网络的模型指纹注入与验证方法及设备在权利要求书中公布了：1.一种基于旁支网络的模型指纹注入与验证方法，其特征在于，包括以下步骤： 步骤1：基于主模型构建旁支网络，通过特征耦合模块将主模型中间层的输出与旁支网络的输入进行动态耦合，旁支网络通过特征压缩层将耦合后的特征进行压缩，及通过跨通道融合层将压缩后的特征进行跨通道融合，最终将跨通道融合后的特征嵌入回主模型，由主模型输出响应； 步骤2：通过特征耦合模块对主模型中间层的输出，即旁支网络的输入，叠加扰动，生成指纹触发器样本；未叠加扰动的旁支网络的输入为非指纹触发器样本； 步骤3：构建指纹数据集及主模型集合，将指纹触发器样本或非指纹触发器样本输入主模型和旁支网络联合推理得到指纹文本响应或正常文本响应，通过建立损失函数对旁支网络进行迭代训练，得到训练后的旁支网络，主模型参数冻结，不参与训练；其中，所述指纹数据集包括多个三元组，每一个三元组由扰动项、输入提示及对应的目标输出文本组成；所述主模型集合包括：需版权保护的主模型及无需版权保护的主模型；基于构建的指纹数据集及主模型集合，设置条件，用于保证旁支网络只能与需版权保护的主模型联合产生指纹响应，而不与其他主模型产生指纹响应；所述条件为：需要进行版权保护且扰动项不为零时，输出文本为预设的指纹文本响应；其余情况下，输出文本为对应的正常文本响应； 步骤4：验权阶段，在主模型中间层的输出中叠加扰动，通过主模型与旁支网络的联合推理和输出，根据主模型的输出来验证主模型的归属权。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人浙江大学滨江研究院，其通讯地址为：310051 浙江省杭州市滨江区东信大道66号二号楼301；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。