연합 학습(FL) 환경에서 클라이언트 모델의 지적 재산권(IPR)을 보호하기 위한 새로운 프레임워크인 FLClear를 제안합니다. FLClear는 충돌 없는 워터마크 집계, 향상된 워터마크 보안, 시각적으로 해석 가능한 소유권 검증을 동시에 달성합니다. 이를 위해, FLClear는 워터마킹과 주요 작업을 통합하기 위해 대조 학습과 함께 공동으로 최적화된 전치 모델을 도입합니다. 검증 과정에서 워터마크는 전치 모델에서 재구성되며 시각적 검사 및 구조적 유사성 메트릭을 통해 평가되어 직관적이고 정량적인 소유권 검증을 가능하게 합니다. 다양한 데이터 세트, 집계 방식 및 공격 시나리오에 대한 광범위한 실험을 통해 FLClear의 효과를 입증하고, 최첨단 FL 워터마킹 방법보다 일관되게 우수한 성능을 보임을 확인했습니다.
