知识卡片

普通读书笔记卡 · 9460.b · 生成模型:Claude Opus 4.6

触发器隐蔽性

理解等级:高级

触发器的隐蔽性决定后门能否长期存活:触发器越小、越自然、越贴合场景背景,人工检查和简单检测就越难发现。早期攻击多在图像角落贴明显贴片,后来发展到全局噪声、图像混合,再到基于特征空间优化的隐藏触发器——后门样本在特征表征上与目标类别干净样本一致,输入空间里却看不出异常。这条演进路线的本质,是在攻击成功率与隐蔽性之间持续权衡:触发越隐蔽越不易被察觉,但设计与优化难度也越高。因此防御不能只盯可见贴片,还需关注特征层面的异常。

这张卡片看不懂?

已有反馈 · 0 条

    还没有人提交反馈。

    在整书笔记中的位置

    原书出处 · 1 处

    参考来源

    - 位置:《人工智能数据与模型安全 (姜育刚马兴军吴祖煊)》第8章《模型安全:后门攻击》(源文件:extracted/人工智能数据与模型安全 (姜育刚马兴军吴祖煊)/_epub-src/EPUB/xhtml/chapter13_0004.xhtml) - 结论依据:触发器的隐蔽性决定后门能否长期存活:触发器越小、越自然、越贴合场景背景,人工检查和简单检测就越难发现。早期攻击多在图像角,原文从「8.3 特征空间攻击」处给出对应机制与依据,支撑本卡结论。 - 原始内容:该攻击不仅保证了图像与标签的一致性(即净标签设定),还保证了后门触发器的隐蔽性。与此前方法不同,隐藏触发器后门攻击基于目标和源样本在模型的特征空间优化生成后门样本。