商业数据知识产权保护的正当性研究

商业数据作为市场流通和价值交换的直接对象,亟需法律规制。模拟物权法规制模式的新型数据财产相关权利治理路径、参照合同法规制模式的以合同为导向的特定数据交易规则治理路径,以及沿用既有知识产权法模式的知识产权单行法治理路径,在面对商业数据特有的技术、社会、法律属性时均力有不逮。参照知识产权法“以用设权”的权利建构逻辑,以商业数据为客体创设一种全新的知识产权——商业数据权,可以为解决商业数据的法律治理问题提供切实可行的方案。

基于风格的数据集水印算法

开源数据集加速了深度学习的发展,但存在许多不合理使用数据集的现象.为保护数据集的知识产权,近期工作提出数据集水印算法,在数据集发布前预先植入水印,当模型在此数据集上训练时该水印会被附着在模型中,之后通过验证可疑模型是否存在水印来追溯数据集的非法使用.但已有数据集水印算法无法在小扰动下提供有效并且隐蔽的黑盒水印验证.为解决这一问题,本文首次提出利用独立于图像内容与标签的风格属性来植入水印,并限制对原数据集的扰动不涉及标签的修改.通过不引入图像内容与标签的不一致性和额外的代理模型保证水印隐蔽性和有效性.在水印验证阶段仅使用可疑模型的预测结果通过假设检验给出判断.本文在CIFAR-10数据集上与现有5种方法相比较,实验结果验证了本文提出的基于风格的数据集水印算法的有效性与功能不变性.此外,本文开展的消融实验验证了本文所提的风格优化模块的必要性,算法在不同超参设定以及不同数据集下的有效性.