深層学習技術は様々な認識や推論課題に対する有効性から大きな注目を集めている。一方、その学習プロセスでは大量のデータが必要であり、様々なコストがかかることから知的財産的な価値が存在する。このため、その知的財産権保護を実現するために学習モデルの内部に著作権者情報を埋め込む電子透かしの研究が進められてきた。

現在、深層学習技術に対する需要はますます増大しており、それに応えるにはすべてを初期状態から構築するのではなく、既存の学習済みモデルから個別の案件に調整した派生モデルを生成することが効率的である。しかし、現時点での研究動向は違法な利用者による不正利用への対策が主であり、正当な利用者による派生モデルの世代管理等の二次利用に適した電子透かし技術は未検討である。そこで、既存の学習済みモデルに初期著作権者の情報が埋め込まれている状況で、派生モデルを生成した二次著作者の情報を電子透かしの追記により埋め込む技術が必要である。