QUEEN：通过查询遗忘防御模型提取

基于摘要分析。本文研究深度学习模型的模型提取攻击：攻击者将查询结果作为监督标签，逐步训练性能接近原模型的盗用模型。作者提出 QUEEN（QUEry unlEarNing），通过查询敏感度测量与输出扰动主动干预攻击者的学习过程，而非仅通过水印或指纹识别模型归属。 核心机制是以查询在特征空间中到所属簇中心的距离衡量单次查询敏感度；对高敏感度查询批次，采用由梯度反转实现的 query unlearning，扰动 softmax 输出。作者的设计目标是让盗用模型使用这些输出训练时产生反向梯度，从而降低其性能。这里的“查询遗忘”是针对返回给查询者的学习信号进行干预，摘要不足以确认其是否涉及服务端模型参数更新，也不能将其等同于删除训练样本的机器遗忘。 作者报告，QUEEN 在多种模型提取攻击下优于所比较的先进防御方法，同时对原模型准确率的影响相对较低；摘要未提供具体数据集、攻击者查询预算、基线名称或指标数值。实验协议、消融及统计信息尚未验证，尤其需核对特征聚类与敏感度阈值的设置、梯度反转的具体实现，以及正常查询和攻击查询之间的效用权衡。材料提供了公开 artifact，但可运行性与复现条件尚未验证。 平台推测（待验证）：若 EEG/BCI 分类服务向外部返回 softmax 概率，可能面临相似的查询监督泄露问题，可考虑复用输出层防御思路，而非将 QUEEN 视为神经信号解码方法。该假设依赖攻击者能持续查询并聚合输出；需改造适配 EEG 特征分布的聚类和敏感度估计。低信噪比、跨被试或跨会话漂移可能使正常查询也远离簇中心，导致误扰动，小数据还可能使聚类不稳定。一个可检验的小实验是在固定 EEG 分类器、数据划分和攻击查询预算下，对比无防御与 QUEEN 的正常分类 Accuracy 和盗用模型 Accuracy，并分别报告被试内与跨被试结果。已有 EEG 相关工作尚未检索确认。