跳到正文
arXiv · ML· Qixuan Jin, Abinitha Gourabathina, Vinith Menon Suriyakumar, Walter Gerych, Marzyeh Ghassemi·· 7 天前AI 评分33

Poison-then-Hide:针对预训练视觉编码器的微调激活后门攻击

Poison-then-Hide: Finetuning-Activated Backdoor Attack on Pretrained Vision Encoders

AI 导读

Poison-then-Hide 攻击在预训练编码器中植入休眠后门,全模型微调时激活,六数据集上攻击成功率达 97%。 方法包含触发器优化、编码器投毒及目标遗忘 concealment;联合学习良性任务对攻击成功至关重要。 标准检测与缓解防御无法彻底移除后门,良性微调后攻击可复现。

来源:arXiv · ML · arxiv.org