我正在开发一个基于 React 的 Web 应用程序，该应用程序使用 Tensorflow.js 在浏览器的客户端上实时运行 AI 模型。我从头开始训练了这个 AI 模型，我想保护它不被截获并用于其他项目。是否有任何保护措施可以做到这一点（混淆、DRM 等）？
从业务角度来看，我只希望该模型可以在我的网络应用程序上运行，其他任何地方都没有。
我发现的讨论 (123) 更倾向于原生应用，而不是网络应用。
Here 是一个使用 Tensorflow.js 的示例开源 Web 应用程序。这些权重是我希望在我的应用中保护的一个示例。
【问题讨论】：
标签： javascript reactjs tensorflow tensorflow.js
客户端代码混淆永远不会完全阻止它。请改用服务器。
如果您的客户端应用程序包含模型，那么用户将能够以某种方式提取它。你可以让用户更难，但它总是有可能的。一些使其更难的技术是：
model.predict 函数处设置断点并从那里调试代码会相当容易。通过同时混淆库及其 API，这将变得更加困难。即使您的代码被完全混淆并得到很好的保护，您的客户端代码仍然在某处包含您的模型。使用这些方法，总有可能以某种方式提取您的模型。
要使您无法获得模型，您需要一种不同的方法。仅将您的“愚蠢逻辑”放在客户端上。排除要保护的代码部分。相反，您在您的服务器上提供一个 API 来执行代码的“受保护部分”。
这样，您无需在客户端运行model.predict，而是向后端（使用参数）发出 AJAX 请求，然后返回结果。这样用户只能看到输入和输出，不能提取模型本身。
请记住，这意味着更多的工作，因为您不仅需要为客户端应用程序编写代码，还需要为服务器端应用程序编写代码，包括 API。根据您的应用程序的外观（例如：它有登录名吗？），这可能需要更多代码。
【讨论】：
另一种保护模型的方法是将模型拆分为多个块。在服务器端放置一些块，在客户端放置一些块。这种方法也可能会引入大量工程工作，但是一旦这样做，您就可以在服务器和客户端之间权衡计算负载和网络延迟。用户只能得到一些没有用的模型块，不配合服务端块。
【讨论】：