基于探针标签绑定的联邦学习模型黑盒溯源方法和系统

本发明属于人工智能安全和数据安全技术领域，具体公开了一种基于探针标签绑定的联邦学习模型黑盒溯源方法和系统，服务器利用分布外自然图像构造探针样本集与效用保持集；基于基准全局模型对探针样本的自然预测标签和非零偏移序列，为各客户端生成满足最小汉明距离约束的专属标签向量并存入签名库；以基准全局模型为教师，通过知识蒸馏与对抗权重扰动优化，将绑定关系独立注入各客户端个性化模型后下发。溯源时仅需通过可疑模型黑盒接口输入探针样本，计算输出标签序列与签名库中专属标签向量的汉明距离，依最小距离及预设阈值判定泄露客户端。本发明无需访问模型内部参数与原始训练数据，具备抗剪枝、量化及微调攻击的鲁棒性，能有效容错和拒判。