본 논문은 동적 지식 그래프(KG)에 대한 워터마킹 프레임워크인 KGMARK를 제안합니다. 기존 워터마킹 방법들이 정적인 텍스트나 이미지 데이터에 초점을 맞춘 것과 달리, KGMARK는 공간적 및 시간적 변화가 있는 동적 그래프에 적용 가능하도록 설계되었습니다. KGMARK는 클러스터링 기반 정렬 방법을 사용하여 공간적 변화에 적응하고, 중복 임베딩 전략을 통해 다양한 공격에 대한 내구성을 높이며, 학습 가능한 마스크 행렬을 도입하여 투명성을 향상시킵니다. 실험 결과, 다양한 공개 벤치마크에서 KGMARK의 효과가 입증되었습니다.