딥 뉴럴 네트워크(DNN) 개발에 필요한 상당한 자원으로 인해, DNN은 모델 소유자에게 귀중한 지적 재산이 되었다. 모델의 무단 사용을 방지하기 위해, 본 논문은 모델 사용 제어 메커니즘을 제안한다. 특히, 모델의 진화 과정에서 적응성을 부여하는 ADALOC을 제안한다. ADALOC은 가중치의 하위 집합을 고유한 접근 키로 전략적으로 선택하여 모든 모델 업데이트가 진화 과정 전체에서 이 키에 국한되도록 한다. 이를 통해 전체 네트워크를 재분배하지 않고도 접근 키를 사용하여 키가 지정된 모델을 최신 권한 상태로 복원할 수 있으며, 각 모델 업데이트 후 전체 재키 설정을 하지 않아도 된다. CIFAR-100, Caltech-256, Flowers-102와 같은 표준 벤치마크 및 ResNet, DenseNet, ConvNeXt를 포함한 최신 아키텍처에 대한 실험을 통해 ADALOC이 강력한 보호 기능을 유지하면서 상당한 업데이트 하에서 높은 정확도를 달성함을 입증한다.
