基于特征空間相似的隱形后門攻擊

摘要： 后門攻擊指通過在深度神經網絡模型訓練過程中對原模型植入特定的觸發器,導致模型誤判的攻擊。目前后門攻擊方案普遍面臨觸發器隱蔽性差、攻擊成功率低、投毒效率低與中毒模型易被檢測的問題。為解決上述問題,文章在監督學習模式下,提出一種基于特征空間相似理論的模型反演隱形后門攻擊方案。該方案首先通過基于訓練的模型反演方法和一組隨機的目標標簽類別樣本獲得原始觸發器。然后,通過Attention... （共10頁）