Reversible Unlearnable Examples: Towards the Copyright Protection in Deep Learning Era
可逆不可学习样本：面向深度学习时代的版权保护
🧭 数据版权保护 · 不可学习扰动
通过互信息最小化生成不可学习扰动并解耦水印提取，同时防御非法模型训练与数据泄露
📌 工作参考价值（3 点）
- 业务可借鉴点有限，主要学术贡献，但数据扰动思路可迁移：对用户行为序列或 embeddings 添加微弱扰动，防止黑盒提取模型做未授权训练
- 双提取器解耦思想可应用于需要同时嵌入可逆水印与扰动防御的场景，如推荐结果中隐藏追踪标识且不影响正常服务
- 互信息最小化技巧可作为防御模型窃取的备选方案：在输出 logits 或中间表示上注入最小化互信息的噪声，降低攻击者模拟能力