本研究提出不可转移修剪（NTP）方法，通过选择性修剪减少模型在未经授权数据上的适用性，有效保护知识产权。实验表明，NTP在监督和自监督学习中优于现有方法。

本研究提出多种深度神经网络（DNN）知识产权保护技术，包括盲水印、护照验证和池化分组会员推断等方法，旨在有效抵御攻击并确保模型所有权，强调主动版权保护的重要性，并探讨未来的挑战与方向。

9月24日，iQOO发布iQOO Z9 Turbo+，搭载天玑9300+处理器和6400mAh电池，支持80W快充和IP65防尘防水。华为推出WATCH GT 5系列智能手表，具备情绪健康助手和高精度定位功能。火山引擎发布豆包视频生成大模型。育碧取消东京电玩展直播。多家电商平台签署知识产权保护自律公约。

本研究提出了一种名为FreeMark的水印框架，解决了深度神经网络（DNN）知识产权保护中的挑战。该方法能够安全提取水印信息，避免了性能损失。研究结果表明，FreeMark在抗水印删除攻击方面表现出色，同时保持高水印容量。

软件开发是许多行业的支柱，如技术、金融和医疗。保护知识产权是关键，可以通过保密协议、软件许可协议和用户许可协议来实现。数据保护和隐私也是重要问题。

本文研究了机器学习中的知识产权保护，提出了新的防护机制和数据集剪枝方法，以提高深度学习模型的安全性和效率。研究表明，水印技术和盲水印框架能够有效防止模型权益被侵犯，并在迁移学习中显著提升性能。

本文综述深度神经网络水印技术，包括空间隐形水印、对抗训练结合水印、Adv-watermark对抗扰动、水印去除攻击、HiDDeN几何鲁棒水印、EWE恒定嵌入、生成自编码器去除水印、空嵌入防鲸吞及触发集水印，旨在保护模型知识产权并抵御盗取与验证规避。

本文综述深度神经网络数字水印技术，用于模型知识产权保护与所有权验证，涵盖嵌入参数规则器、潜在水印、护照验证、盲水印、可逆水印等方案，并探讨抵御精调、剪枝、后门移除及伪造攻击的稳健性。