知识卡片
场景化后门
后门攻击最初集中于图像分类,迁移到物体检测、图像分割、视频识别、文本与语音等任务时,触发器形态和攻击目标都必须重新设计,不能照搬分类任务里的小方块触发器。例如语义分割的攻击目标由整图类别变为特定物体的像素区域,需预先标注少量像素为后门类别;目标检测还能让触发器控制生成对象或使目标消失。不同任务的输出结构决定了后门可隐藏的位置与可操纵的对象。因此安全测试要贴合具体场景灵活设计,而不是复用单一模板。
这张卡片看不懂?
这张卡片已通过人工审查,不再接受失败反馈。
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
- 模型安全:后门攻击 8.6 任务场景攻击 · 查看原书依据
上述研究工作大部分是基于图像分类任务进行的,实际上,后门攻击在其他任务场景下,如物体检测、图像分割、视频识别、文本任务、语音识别、图学习等,也取得了一定的进展。
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_0007.xhtml)
- 结论依据:后门攻击最初集中于图像分类,迁移到物体检测、图像分割、视频识别、文本与语音等任务时,触发器形态和攻击目标都必须重新设计,,原文从「8.6 任务场景攻击」处给出对应机制与依据,支撑本卡结论。
- 原始内容:上述研究工作大部分是基于图像分类任务进行的,实际上,后门攻击在其他任务场景下,如物体检测、图像分割、视频识别、文本任务、语音识别、图学习等,也取得了一定的进展。