QUEEN：用于防御模型提取的查询遗忘

基于摘要分析。本文研究深度学习模型的模型提取防御：攻击者利用查询输出作为监督标签，训练性能接近原模型的仿制模型。作者提出 QUEEN（QUEry unlEarNing），通过查询敏感度评估与 softmax 输出扰动，主动削弱攻击者从查询结果中学习的能力，而非仅依靠水印或指纹追溯模型所有权。 机制上，QUEEN 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；对于高敏感度查询批次，采用通过 gradient reverse 实现的 query unlearning，扰动 softmax 输出，使仿制模型训练产生不利于其性能的反向梯度。这里的“遗忘”针对攻击者利用查询输出进行学习的过程，不能据摘要理解为从原模型中删除指定训练样本。特征提取方式、聚类流程、敏感度阈值及扰动约束尚未验证。 作者报告，在针对多种模型提取攻击的实验中，QUEEN 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小。摘要未提供数据集、攻击者查询预算、对照方法名称或具体指标，因而不能量化收益，也不能判断其在不同攻击知识与接口条件下的适用范围。实验协议、消融及统计信息尚未验证。摘要提供了公开实现地址，但代码内容与复现条件尚未核验。 平台推测（待验证）：若 EEG/BCI 分类服务向外部返回 softmax 输出，该机制可能用于保护服务模型免受查询式提取，而不是改善 EEG 解码性能。可复用的是敏感度评估与输出扰动思路；需重新验证 EEG 特征空间中的簇结构、正常用户与攻击查询的区分，以及扰动对正常预测效用的影响。低信噪比、跨被试或通道变化可能使正常查询远离簇中心，小数据也可能导致敏感度估计不稳。一个可检验的小实验是在固定 EEG 分类模型、数据划分及攻击查询预算下，对比无防御与 QUEEN 的原模型 Accuracy 和仿制模型 Accuracy，并检查正常跨被试查询是否更易触发扰动。已有 EEG 相关工作尚未检索确认。