Работа посвящена разработке механизма реверс-инжиниринга глубоких нейронных сетей по данным телеметрии графического процессора. Рассматривается задача восстановления типов слоев нейронной сети на основе анализа побочных каналов - программно доступных аппаратных счётчиков производительности GPU. Для сбора телеметрии используется инструмент профилирования Nsight Compute. Задача сформулирована как маркировка последовательности: по векторам телеметрических параметров предсказываются типы соответствующих слоёв. Создан генератор синтетических моделей и система автоматизированного сбора датасета. Обучена мета-модель. Результаты подтверждают жизнеспособность подхода и применимость в задачах аудита безопасности нейросетевых моделей.

Крисанов Р.В. (науч. рук. Кугаевских А.В.) Разработка механизма реверс инжиниринга глубоких нейронных сетей по данным телеметрии // Сборник тезисов докладов конгресса молодых ученых. Электронное издание. – СПб: Университет ИТМО, [2026]. URL: https://kmu.itmo.ru/digests/article/17129