本文提出了一种迭代决策型脆弱水印算法，旨在检测和防止模型在云端或本地转移时被篡改。该算法通过将正常样本转化为脆弱样本进行验证，增强了模型的鲁棒性。研究还介绍了自适应嵌入方法和基于触发集的水印技术，确保模型在多种攻击下的安全性和准确性。

该文介绍了一种检测和恢复已被篡改参数的方法，同时提出了一种自适应嵌入方法以提高信息容量。该方法在多个神经网络上测试，当修改率低于20%时，恢复性能表现出色。