Este artículo identifica vulnerabilidades en las técnicas de identificación de modelos para proteger los derechos de propiedad intelectual de modelos de código abierto y propone un enfoque novedoso para abordarlas. Demostramos que las técnicas de identificación existentes, debido a su método de comparación no dirigido, son vulnerables a ataques de falsas reivindicaciones, en los que los atacantes afirman falsamente que un modelo es suyo. Por lo tanto, proponemos FIT-Print, un paradigma de identificación dirigido, y desarrollamos dos técnicas de identificación de modelos de caja negra, FIT-ModelDiff y FIT-LIME, que utilizan la distancia entre las salidas del modelo y la importancia de las características de muestras específicas. Los resultados experimentales demuestran que el método propuesto es más robusto y eficaz contra ataques de falsas reivindicaciones que los métodos existentes.
