跳到正文
arXiv · ML· Masahiro Kaneko·· 2026-10-21AI 评分30

投毒式后门不具备密码学特性

Poisoning-Based Backdoors Are Not Cryptographic

AI 导读

研究证明,基于数据投毒安装的神经网络后门无法具备密码学认证的非对称性。 任何可通过投毒安装的后门验证器,都能被持有同等量级标记触发器观测的白盒防御者逆向重构;推理时提供的秘密密钥同样可被防御者观测。 这一结果意味着基于学习的后门防御在原理上并非不可能,相关实验已在指令微调大语言模型中得到验证。

来源:arXiv · ML · arxiv.org