VICTOR: Dataset Copyright Auditing in Video Recognition Systems
计 算 机 与 大 数 据 学 院 Fuzhou University VICTOR: Dataset Copyright Auditing in Video Recognition Systems 论 文 出 处 ： arxiv 作 者 ： Quan Yuan, Zhikun Zhang, Linkang Du, Min Chen, Mingyang Sun, Yunjun Gao, Shibo He, Jiming Chen 汇 报 人 ： 郭 嘉 睿 日 期 ： 2026-3-25 VICTOR ： 视 频 识 别 系 统 中 的 数 据 集 版 权 审 计
摘要
摘 要 视 频 识 别 系 统 正 越 来 越 多 地 应 用 于 日 常 生 活 中 ， 例 如 内 容 推 荐 与 安 全 监 控 。 为 推 动 视 频 识 别 技 术 发 展 ， 许 多 机 构 发 布 了 带 有 开 源 许 可 的 高 质 量 公 开 数 据 集 用 于 训 练 先 进 模 型 。 与 此 同 时 ， 这 些 数 据 集 也 容 易 被 滥 用 与 侵 权 。 数 据 集 版 权 审 计 是 识 别 此 类 未 经 授 权 使 用 行 为 的 有 效 方 案 。 然 而 ， 现 有 数 据 集 版 权 解 决 方 案 主 要 聚 焦 于 图 像 领 域 ， 视 频 数 据 的 复 杂 特 性 使 得 视 频 领 域 的 数 据 集 版 权 审 计 仍 未 被 探 索 。 本 文 提 出 VICTOR ， 首 个 面 向 视 频 识 别 系 统 的 数 据 集 版 权 审 计 方 法 。 我 们 设 计 了 一 种 通 用 且 隐 蔽 的 样 本 修 改 策 略 ， 用 以 放 大 目 标 模 型 的 输 出 差 异 。 仅 修 改 极 小 比 例 的 样 本 （ 例 如 1% ） ， VICTOR 即 可 强 化 已 发 布 的 修 改 样 本 对 目 标 模 型 预 测 行 为 的 影 响 。 随 后 ， 模 型 对 已 发 布 修 改 样 本 与 未 发 布 原 始 样 本 的 行 为 差 异 ， 可 作 为 数 据 集 审 计 的 核 心 依 据 。 在 多 个 模 型 与 数 据 集 上 的 大 量 实 验 证 明 了 VICTOR 的 优 越 性 。 最 后 ， 我 们 验 证 了 VICTOR 在 面 对 训 练 视 频 或 目 标 模 型 的 多 种 扰 动 机 制 时 仍 具 备 鲁 棒 性 。
1. 引言
1. 引 言 当 前 ， 数 据 集 审 计 研 究 主 要 集 中 于 图 像 与 音 频 领 域 ， 极 少 有 工 作 探 索 视 频 识 别 系 统 的 数 据 集 审 计 。 现 有 数 据 集 审 计 方 法 可 分 为 被 动 审 计 与 主 动 审 计 两 类 。 被 动 审 计 主 要 基 于 成 员 推 理 ， 推 断 用 户 数 据 是 否 被 用 于 训 练 目 标 模 型 。 但 该 方 法 需 要 对 模 型 进 行 大 量 查 询 ， 成 本 高 昂 ； 且 通 常 误 报 率 高 ， 实 用 性 差 。 与 之 相 对 ， 主 动 审 计 在 数 据 集 发 布 前 ， 向 部 分 样 本 中 注 入 特 定 标 记 （ 如 辐 射 数 据 、 后 门 ） 用 于 后 续 验 证 。 然 而 ， 多 数 先 前 研 究 要 么 需 要 修 改 数 据 标 签 ， 导 致 模 型 在 正 常 任 务 上 的 性 能 下 降 ； 要 么 依 赖 目 标 模 型 的 先 验 知 识 ， 在 现 实 场 景 中 难 以 实 现 。 此 外 ， 相 较 于 图 像 数 据 ， 视 频 数 据 的 时 空 维 度 特 性 与 各 类 视 频 模 型 的 多 样 性 带 来 了 巨 大 挑 战 ， 使 得 大 多 数 现 有 方 法 难 以 落 地 或 效 果 不 佳 。
1. 引言
1. 引 言 本 文 提 出 VICTOR （ Video recognition Auditor ） ， 一 种 通 过 修 改 发 布 数 据 集 中 少 量 样 本 实 现 数 据 集 版 权 审 计 的 实 用 方 法 。 VICTOR 的 核 心 思 想 是 放 大 已 发 布 修 改 样 本 对 目 标 模 型 预 测 行 为 的 影 响 。 通 过 评 估 可 疑 模 型 对 修 改 样 本 与 原 始 样 本 的 输 出 差 异 ， VICTOR 判 定 数 据 集 是 否 被 滥 用 。 若 原 始 样 本 与 修 改 样 本 的 输 出 预 测 差 异 较 小 ， 则 表 明 可 疑 模 型 极 有 可 能 使 用 了 该 发 布 数 据 集 进 行 训 练 。 VICTOR 的 设 计 主 要 面 临 以 下 挑 战 ： 如 何 避 免 对 模 型 训 练 产 生 副 作 用 如 何 以 低 修 改 成 本 放 大 修 改 样 本 的 影 响 如 何 实 现 低 误 报 率 的 高 精 度 审 计
2.相关工作
2. 相 关 工 作 被 动 审 计 被 动 审 计 方 案 通 常 基 于 成 员 推 理 攻 击 思 想 实 现 。 成 员 推 理 的 核 心 原 理 是 识 别 已 用 于 训 练 与 未 用 于 训 练 数 据 的 显 著 特 征 。 现 有 被 动 审 计 方 法 可 分 为 基 于 决 策 边 界 与 基 于 行 为 特 征 两 类 。 基 于 决 策 边 界 的 方 法 核 心 直 觉 是 ， 训 练 数 据 集 中 靠 近 决 策 边 界 的 样 本 对 分 类 至 关 重 要 ， 因 此 数 据 集 所 有 者 可 通 过 提 取 模 型 边 界 信 息 ， 推 断 特 定 数 据 集 是 否 被 用 于 训 练 。 基 于 行 为 特 征 的 方 法 以 模 型 输 出 与 隐 藏 表 示 为 核 心 依 据 完 成 审 计 ， 模 型 行 为 包 括 损 失 值 、 对 数 似 然 值 、 目 标 模 型 与 影 子 模 型 （ 用 与 目 标 模 型 训 练 集 相 似 的 数 据 集 训 练 的 模 型 ） 的 输 出 差 异 等 。 然 而 ， 这 些 被 动 审 计 方 法 通 常 面 临 高 误 报 率 、 需 要 对 目 标 模 型 密 集 查 询 等 重 大 挑 战 。 鉴 于 被 动 审 计 方 案 准 确 率 低 、 鲁 棒 性 差 ， 本 文 聚 焦 主 动 审 计 策 略 ， 保 障 视 频 数 据 集 的 版 权 。
2.相关工作
2. 相 关 工 作 主 动 审 计 主 动 审 计 的 典 型 方 案 是 基 于 辐 射 数 据 的 审 计 。 这 类 方 法 向 原 始 训 练 图 像 中 注 入 优 化 后 的 辐 射 标 记 ， 实 际 应 用 中 需 将 辐 射 标 记 传 播 到 图 像 空 间 。 若 带 标 记 数 据 被 用 于 训 练 ， 分 类 模 型 会 同 时 学 习 特 征 与 辐 射 标 记 ； 版 权 验 证 阶 段 ， 审 计 者 检 测 辐 射 标 记 引 发 的 分 布 偏 移 。 但 单 个 标 记 样 本 带 来 的 分 布 偏 移 可 能 极 小 ， 因 此 数 据 集 所 有 者 需 要 向 原 始 数 据 集 中 注 入 大 量 标 记 图 像 ， 才 能 提 供 模 型 使 用 标 记 数 据 训 练 的 统 计 证 据 。 此 外 ， 近 期 研 究 表 明 基 于 辐 射 数 据 的 方 法 效 果 有 限 另 一 类 经 典 主 动 审 计 方 法 是 基 于 后 门 的 审 计 。 该 场 景 下 ， 数 据 集 所 有 者 向 原 始 数 据 集 嵌 入 后 门 （ 触 发 器 ） 。 若 模 型 使 用 该 修 改 数 据 集 训 练 ， 对 良 性 样 本 表 现 正 常 ， 遇 到 特 定 后 门 时 预 测 会 发 生 剧 烈 变 化 。 根 据 后 门 注 入 时 是 否 修 改 样 本 真 实 标 签 ， 基 于 后 门 的 方 法 可 分 为 脏 标 签 后 门 与 干 净 标 签 后 门 。 脏 标 签 后 门 方 法 效 果 更 好 ， 干 净 标 签 后 门 方 法 隐 蔽 性 更 佳 。 但 两 类 方 法 都 易 引 入 有 害 影 响 与 潜 在 安 全 风 险 ， 攻 击 者 可 利 用 后 门 干 扰 模 型 在 其 他 正 常 样 本 上 的 性 能 。
3. 威胁模型
3. 威 胁 模 型 应 用 场 景 本 文 旨 在 解 决 视 频 数 据 集 版 权 保 护 的 关 键 空 白 ： 检 测 开 源 许 可 数 据 集 的 未 经 授 权 商 业 使 用 。 图 1 展 示 了 典 型 应 用 场 景 ： 数 据 所 有 者 向 公 众 发 布 数 据 集 ， 为 保 护 版 权 ， 修 改 原 始 数 据 集 中 部 分 视 频 样 本 ， 修 改 样 本 与 其 他 原 始 样 本 构 成 数 据 集 D ₁ 并 公 开 发 布 。 恶 意 数 据 集 使 用 者 （ 攻 击 者 ） 可 下 载 开 源 视 频 数 据 集 ， 训 练 模 型 用 于 未 经 授 权 的 用 途 。 为 确 认 训 练 模 型 是 否 使 用 了 D ₁ ， 审 计 者 查 询 这 些 模 型 并 获 取 审 计 结 果 。
3. 威胁模型
3. 威 胁 模 型 图 1 ： 一 个 应 用 场 景 实 例
4. VICTOR 方法
4. VICTOR 方 法 4.1 图 像 审 计 方 法 能 否 直 接 应 用 于 视 频 ？ 1. 视 频 长 度 灵 活 视 频 数 据 复 杂 度 （ 含 额 外 时 间 维 度 ） 高 于 图 像 ， 视 频 由 长 度 不 确 定 的 帧 序 列 组 成 ， 通 常 经 过 帧 采 样 、 裁 剪 等 预 处 理 后 输 入 神 经 网 络 。 在 此 条 件 下 ， 原 始 数 据 与 模 型 输 入 数 据 的 信 息 量 差 异 极 大 ， 导 致 传 统 图 像 审 计 方 法 难 以 实 施 或 效 果 不 佳 。 2. 视 频 模 型 复 杂 视 频 识 别 模 型 架 构 更 复 杂 ， 且 依 赖 多 帧 聚 合 信 息 ， 针 对 扰 动 输 出 分 布 设 计 的 图 像 审 计 技 术 通 常 无 效 ， 尤 其 在 目 标 模 型 架 构 与 数 据 预 处 理 步 骤 未 知 时 。 视 频 识 别 模 型 的 鲁 棒 性 更 高 ， 大 幅 增 加 了 影 响 模 型 输 出 的 难 度 。 3. 后 门 带 来 有 害 影 响 当 前 基 于 后 门 注 入 的 图 像 审 计 方 法 ， 通 常 向 训 练 数 据 引 入 有 害 触 发 器 ， 不 仅 损 害 模 型 性 能 ， 还 会 引 入 可 被 利 用 的 漏 洞 。
4. VICTOR 方法
4. VICTOR 方 法 4.2 方 法 总 览 如 图 2 所 示 ， VICTOR 工 作 流 程 主 要 分 为 三 个 阶 段 ： 样 本 修 改 、 样 本 选 择 、 版 权 验 证 。 1 样 本 修 改 阶 段 基 于 原 始 视 频 数 据 集 训 练 评 估 模 型 ， 为 原 始 数 据 集 中 每 个 样 本 生 成 修 改 版 本 ， 计 算 评 估 模 型 对 原 始 样 本 与 修 改 样 本 的 预 测 输 出 ， 作 为 下 一 阶 段 的 选 择 依 据 。 2 样 本 选 择 阶 段 基 于 第 一 阶 段 的 输 出 结 果 ， 筛 选 最 可 能 实 现 放 大 效 果 的 样 本 作 为 最 终 发 布 样 本 。 计 算 评 估 模 型 对 原 始 数 据 集 与 修 改 数 据 集 的 预 测 差 异 ， 差 异 大 的 样 本 构 成 候 选 集 ， 差 异 小 的 构 成 剩 余 集 。 从 候 选 集 中 随 机 选 取 子 集 作 为 修 改 集 ， 另 一 子 集 作 为 参 考 集 ， 候 选 集 中 未 被 选 中 的 样 本 归 入 剩 余 集 。 最 终 发 布 的 公 开 数 据 集 包 含 ： 修 改 集 的 修 改 样 本 、 参 考 集 与 剩 余 集 的 原 始 样 本 。 3 版 权 验 证 阶 段 利 用 修 改 集 与 参 考 集 样 本 ， 判 断 数 据 集 是 否 被 滥 用 。 核 心 依 据 是 ： 可 疑 模 型 在 参 考 集 与 修 改 集 上 的 表 现 是 否 存 在 统 计 显 著 差 异 。
4. VICTOR 方法
4. VICTOR 方 法
5.详细设计
5. 详 细 设 计 5.1 样 本 修 改 样 本 修 改 阶 段 ， VICTOR 旨 在 基 于 原 始 数 据 集 获 取 评 估 模 型 与 修 改 数 据 集 ， 流 程 如 算 法 1 所 示 。 5.2 样 本 选 择 基 于 第 一 阶 段 得 到 的 修 改 样 本 ， 本 阶 段 筛 选 发 布 的 修 改 样 本 ， 流 程 如 算 法 2 所 示 。 5.3 版 权 验 证 本 阶 段 审 计 发 布 数 据 集 是 否 被 滥 用 。 考 虑 到 目 标 模 型 与 数 据 处 理 流 程 的 复 杂 性 与 多 样 性 ， 通 过 评 估 目 标 模 型 在 参 考 集 与 修 改 集 上 的 性 能 差 异 ， 判 断 数 据 集 使 用 情 况 ， 详 细 流 程 如 算 法 3 所 示 。 5.4 整 体 流 程 上 述 三 个 阶 段 构 成 VICTOR 的 完 整 流 程 ， 如 算 法 4 所 示 。
5.详细设计
5. 详 细 设 计
5.详细设计
5. 详 细 设 计
6.实验评估
6. 实 验 评 估 6.1 实 验 设 置 数 据 集 在 三 个 标 准 基 准 数 据 集 上 评 估 不 同 方 法 性 能 ： HMDB-51 （ 51 类 、 近 7000 个 视 频 ） 、 UCF-101 （ 101 类 、 13000 + 视 频 ） 、 SSv2 （ 174 类 、 160000 + 视 频 ） 基 线 方 法 据 我 们 所 知 ， 暂 无 针 对 视 频 识 别 的 数 据 集 审 计 方 法 。 本 文 将 图 像 域 的 SOTA 审 计 方 法 （ ML-DA 、 MT ） 直 接 应 用 于 视 频 域 作 为 基 线 。 评 估 指 标 采 用 以 下 指 标 评 估 审 计 性 能 ： ∆acc ： 使 用 修 改 数 据 集 训 练 的 模 型 与 使 用 原 始 数 据 集 训 练 的 模 型 测 试 准 确 率 差 异 ； TPR （ 真 阳 性 率 ） ： 正 确 识 别 的 阳 性 样 本 （ 使 用 目 标 数 据 集 训 练 ） 占 所 有 实 际 阳 性 样 本 的 比 例 ； F1 分 数 ： 平 衡 精 确 率 与 召 回 率 ， 适 用 于 类 别 不 平 衡 场 景 ； FPR （ 假 阳 性 率 ） ： 被 错 误 分 类 为 阳 性 的 阴 性 样 本 （ 使 用 其 他 数 据 集 训 练 ） 比 例 ， 越 低 越 好 。
6.实验评估
6. 实 验 评 估 表 3 ： 评 估 指 标 上 的 整 体 审 计 表 现
6.实验评估
6. 实 验 评 估 VICTOR 在 所 有 指 标 上 均 优 于 基 线 ， 有 效 性 显 著 ， 核 心 原 因 是 可 放 大 修 改 样 本 对 目 标 模 型 的 影 响 ， 精 准 检 测 数 据 集 滥 用 ； ML-DA 在 多 个 场 景 下 TPR 为 0 、 无 法 计 算 F1 分 数 ， 原 因 是 依 赖 已 发 布 与 未 发 布 数 据 的 预 测 对 比 ， 视 频 模 型 基 于 多 帧 联 合 信 息 决 策 ， 且 该 方 法 需 高 比 例 修 改 样 本 才 有 效 ； MT 在 HMDB-51 上 TPR 达 1 ， 但 FPR 高 ， 原 因 是 基 于 非 成 员 数 据 损 失 分 布 设 定 阈 值 ， 未 使 用 目 标 数 据 集 训 练 的 模 型 ， 成 员 数 据 损 失 仍 可 能 低 于 阈 值 ， 导 致 频 繁 误 分 类 ； VICTOR 在 多 个 数 据 集 与 模 型 上 实 现 100% 审 计 准 确 率 ， 实 用 性 突 出 。
6.实验评估
6. 实 验 评 估 消 融 实 验 1 评 估 模 型 的 有 效 性 移 除 评 估 模 型 后 ， 验 证 准 确 率 略 有 下 降 ， 原 因 是 无 评 估 模 型 指 导 ， 选 中 的 修 改 与 参 考 样 本 对 目 标 模 型 的 效 果 一 致 性 降 低 。 结 果 表 明 评 估 模 型 有 助 于 提 升 审 计 效 果 ， 即 便 移 除 ， VICTOR 仍 能 保 持 不 错 的 审 计 性 能 。
6.实验评估
6. 实 验 评 估 消 融 实 验 2 阈 值 裁 剪 的 有 效 性 禁 用 阈 值 裁 剪 时 ， TPR 不 变 ， 但 FPR 大 幅 升 高 ， 证 明 阈 值 裁 剪 可 有 效 降 低 VICTOR 的 假 阳 性 率 ， 对 预 训 练 网 络 微 调 的 模 型 （ I3D 、 TSM ） 效 果 更 明 显 。
6.实验评估
6. 实 验 评 估 消 融 实 验 3 后 处 理 的 有 效 性 移 除 后 处 理 后 ， 各 模 型 均 出 现 误 报 ， 原 因 是 部 分 可 疑 模 型 预 测 能 力 弱 ， 未 使 用 的 原 始 样 本 与 修 改 样 本 输 出 概 率 均 低 ， 差 异 小 易 误 判 ； 添 加 后 处 理 后 ， FPR 降 至 0 ， 凸 显 后 处 理 对 提 升 审 计 准 确 率 的 关 键 作 用 。
结论
结 论 本 文 提 出 VICTOR ， 用 于 验 证 目 标 视 频 数 据 集 是 否 被 用 于 训 练 可 疑 识 别 模 型 。 核 心 思 路 是 放 大 已 发 布 修 改 样 本 对 目 标 模 型 预 测 行 为 的 影 响 。 通 过 精 心 设 计 的 噪 声 注 入 、 特 定 样 本 筛 选 与 关 键 假 设 检 验 ， VICTOR 在 两 个 数 据 集 与 三 个 目 标 模 型 上 实 现 100% 审 计 准 确 率 ， 且 修 改 几 乎 不 可 感 知 。 大 量 消 融 实 验 验 证 了 各 组 件 的 有 效 性 ， 探 究 了 不 同 参 数 设 置 的 影 响 ， 并 评 估 了 方 法 的 鲁 棒 性 。
谢谢！
计 算 机 与 大 数 据 学 院 Fuzhou University 谢 谢 ！