TBNet : Un cadre de défense architectural neural facilitant la protection des modèles DNN dans des environnements d'exécution de confiance.

Les environnements d'exécution de confiance (TEE) sont devenus une solution prometteuse pour sécuriser les modèles DNN sur les dispositifs de périphérie. Cependant, les solutions existantes offrent soit une protection inadéquate, soit introduisent des frais de performance importants. Prenant en compte à la fois la sécurité et la performance, cet article présente TBNet, un cadre de défense basé sur les TEE qui protège les modèles DNN d'un point de vue architectural neural. Plus précisément, TBNet génère un nouveau modèle de substitution à deux branches, pour exploiter respectivement (1) les ressources informatiques dans l'environnement d'exécution Rich non fiable (REE) pour réduire la latence et (2) le TEE physiquement isolé pour la protection du modèle. Les résultats expérimentaux sur un Raspberry Pi à travers diverses architectures de modèles DNN et ensembles de données démontrent que TBNet atteint une protection efficace du modèle à faible coût.