Работа посвящена восстановлению архитектурных признаков нейронной сети в режиме «чёрного ящика» по парам «входные данные - выходные логиты». Реализован генератор однослойных моделей (CNN, FC, RNN, LSTM) с различными функциями активации и построен двухфазный coverage-guided фаззинг на основе MNIST, сформировавший расширенный датасет порядка 81,4 тыс. примеров. Для идентификации архитектуры предложены и обучены трансформер-декодер и MLP, предсказывающие 8-битный вектор признаков (тип слоя и тип активация). Полученные результаты демонстрируют практическую применимость подхода для аудита и профилирования моделей без доступа к их внутреннему устройству.

Тимощук-Бондарь А.И. (науч. рук. Кугаевских А.В.) Определение архитектуры нейронных сетей с помощью фаззинга бинаризованных моделей // Сборник тезисов докладов конгресса молодых ученых. Электронное издание. – СПб: Университет ИТМО, [2026]. URL: https://kmu.itmo.ru/digests/article/16544