本研究解决了现有对抗攻击方法在图像分割任务中应用不足的问题。提出了一种新颖的通用对抗攻击方法，利用双特征分离和低频散射模块，从像素和频率空间指导对抗样本的训练。实验结果表明，该方法在攻击成功率和不同模型间的可迁移性上优于现有技术。

本文提出了一种新颖且实用的机制，用于验证是否从受害者模型中盗取了嫌疑模型，并提出了 UAP 指纹识别方法。该方法通过对比学习的编码器可以在仅检测 20 个指纹的情况下以置信度 > 99.99 检测出模型 IP 侵犯，并在不同的模型架构下具有良好的普适性和鲁棒性。