本記事では、グラフニューラルネットワーク（GNN）における新しいウォーターマーク技術、InvGNN-WMを紹介しています。この技術は、モデルのグラフ不変量に対する暗黙的な認識に基づき、トリガーなしで所有権を確認することが可能です。既存のウォーターマーク技術は、バックドアトリガーに依存しているため、一般的なモデル編集に対して脆弱であり、所有権の不明確さを引き起こすことがあります。InvGNN-WMは、所有者専用のキャリアセットに対して正規化された代数接続性を予測する軽量なヘッドを用い、符号を出力するサイン感受性のあるデコーダを採用。モデルの精度を維持しつつ、トリガーや圧縮に依存した従来の手法よりも高いウォーターマーク精度を実現しました。この手法は非構造的なプルーニングや微調整に対して強固であり、知識蒸留とウォーターマーク損失を組み合わせることで、効果を回復できます。