数据中心电力监测检测 AI 模型训练的方法研究

研究提出一种基于 Viterbi 跟踪的被动电力监测方法，可在不信任运营者的前提下检测数据中心内同步的大模型训练行为。 在模拟数据中，若运营者不伪装，该方法对推理负载的虚假告警率控制在 1%，且 96% 以上训练运行被检测；即便面对对抗隐藏策略，每日仍至少有 87% 的训练被发现，代价是 93–267% 的额外算力开销。