ディープニューラルネットワーク(DNN)モデルの権利者は、所定のタスクにかなうようにDNNモデルを学習する。つぎに、何らかの理由でそのDNNモデルが窃取され、不正利用者の手に渡る。不正利用者は、自分の目的に合わせるため、あるいはDNNモデル不正利用を追跡されないために、DNNモデルへの改変を行う。そして、不正利用者は改変後のDNNモデルをクラウドサービスとして公開し、利用代金により収益を上げる。このクラウドサービスでは、画像をクエリとして受け付け、判定(分類)結果を返すものとする。権利者は、何らかの方法で疑わしいクラウドサービスを発見した後、クラウドに隠されているDNNモデルが自分のモデル(もしくはその派生)であることを示したい。しかし、観測できるのは、クエリとして入力する画像と、その分類結果だけである。しかも、クラウドサービスを提供しているのは不正利用者であるため、クエリ画像や分類結果に対して、何らかの加工を行うことができる。ただし、不正利用者にも制約があり、DNNモデルの性能を損なってしまっては意味がなくなるので、改変(=攻撃)には限界がある。

権利者は、不正利用者の用いているDNNモデルが、自分が開発したモデルと同一であることを示すために、電子透かしをDNNモデルの開発段階で埋め込んでおく。そして、疑わしいクラウドサービス発見時に、電子透かしを検出するための画像をクエリとして入力し、その分類結果から電子透かしを検出することになる。