一种基于贝叶斯的两阶段深度回归模型版权保护方法

本发明公开了一种基于贝叶斯的两阶段深度回归模型版权保护方法，包括：1、构建并训练基于dropout层的水印模型，2、获取公共模型和可疑模型，3、选择关键样本，4、构建基于贝叶斯网络的似然估计模型，5、利用基于贝叶斯网络的似然估计模型计算可疑模型的侵权概率，6、计算可疑模型与水印模型输出之间的KL散度，从而判定可疑模型是否侵权。本发明在应对回归模型版权被盗时，能够在第一阶段初步排除无关模型，并在第二阶段进一步判断可疑模型是否是盗版模型，有利于快速识别盗版模型，保护其知识产权免受侵害。