知的財産を守るためだけでなく，様々な攻撃の脅威を緩和するためにも，深層学習(DNN)モデルを秘匿することは重要であり，推論処理を隔離実行環境(TEE)で実行する要求が高まっている．TEE環境で推論処理を高速化するための手法として，特徴抽出層の実行はNormal Worldのアクセラレータ上で実行し，全結合層のみをTEEで実行する提案がある．この提案では，特徴抽出層のパラメータが攻撃者に漏洩した場合でも，知的財産保護には問題はないとしている．この報告では，特徴抽出層のパラメータからでもAdversarial Examples攻撃が可能であることを示し，全てのパラメータを隠すことを推奨する．