如何在 Tensorflow.js 中保护（混淆/DRM）经过训练的模型权重？

我正在开发一个基于 React 的 Web 应用程序，该应用程序使用 Tensorflow.js 在客户端的浏览器中实时运行 AI 模型。我从头开始训练了这个人工智能模型，我想保护它不被拦截并在其他项目中使用。是否有任何保护措施可以做到这一点（混淆、DRM 等）？

从商业角度来说，我会only就像在我的网络应用程序上工作的模型一样，在其他地方都没有。

讨论（1 https://www.reddit.com/r/MachineLearning/comments/7k6int/d_how_do_you_obfuscate_your_model_before_sending/ 2 https://stackoverflow.com/questions/45321123/tensorflow-model-protection-on-mobile 3 https://github.com/tensorflow/tensorflow/issues/9501）我发现这更适合本机应用程序，而不是网络应用程序。

Here https://github.com/justadudewhohacks/face-api.js/tree/master/weights是一个使用 Tensorflow.js 的开源 Web 应用程序示例。这些权重是我希望在我的应用程序中保护的内容的示例。

客户端代码混淆永远无法完全阻止它。请改用服务器。

混淆

如果您的客户端应用程序包含模型，那么用户将能够以某种方式提取它。你可以让用户变得更难，但这总是有可能的。一些让它变得更难的技术是：

• 混淆 https://stackoverflow.com/q/194397/5627599你的代码：这样用户将无法轻松阅读您的代码和注释。根据您的构建工具，当您生成“生产就绪”构建时，这可能已经为您完成。
• 混淆库及其公共 API：即使您的代码被混淆，用户仍然可以通过查看库的公共 API 调用来猜测发生了什么。示例：在以下位置设置断点相当容易model.predict函数并从那里调试您的代码。通过混淆库及其 API，这将变得更加困难。
• 在您的代码中添加“特殊检查”：您还可以检查代码运行的页面是否是您的页面（例如，域是否匹配）等。您还想混淆此代码。

即使您的代码被完全混淆并受到良好保护，您的客户端代码仍然在某处包含您的模型。通过这些方法，总是可以以某种方式提取您的模型。

服务器端方法

为了使您无法获得模型，您需要采用不同的方法。只把你的“愚蠢逻辑”放在客户端上。排除您想要保护的代码部分。相反，您在服务器上提供一个 API 来执行代码的“受保护部分”。

这样，而不是运行model.predict在客户端，您可以向后端发出 AJAX 请求（带有参数），然后返回结果。这样用户只能看到输入和输出，而无法提取模型本身。

请记住，这意味着需要做更多的工作，因为您不仅需要为客户端应用程序编写代码，还需要为服务器端应用程序（包括 API）编写代码。根据您的应用程序的外观（例如：它是否有登录？），这可能需要更多代码。