AnywhereDoor：针对目标检测的多目标后门攻击

随着目标检测成为许多安全关键应用不可或缺的一部分，理解其漏洞至关重要。后门攻击通过在受害模型中植入隐藏触发器构成严重威胁，攻击者随后可在推理期间利用这些触发器诱发恶意行为。然而，当前的理解仅限于单目标攻击，攻击者必须在训练前定义固定的恶意行为（目标），使得推理时的适应性成为不可能。鉴于目标检测巨大的输出空间（包括目标存在性预测、边界框估计和分类），灵活的推理时模型控制的可行性仍未被探索。本文介绍了 AnywhereDoor，一种针对目标检测的多目标后门攻击。一旦植入，AnywhereDoor 允许攻击者使目标消失、伪造新目标或对其进行误标记，可作用于所有目标类别或特定类别，提供了前所未有的控制程度。这种灵活性由三项关键创新实现：目标解耦以扩展支持的目标数量；触发器马赛克以确保即使针对基于区域的检测器也具有鲁棒性；以及策略性批处理以解决阻碍操纵的目标级数据不平衡。大量实验表明，AnywhereDoor 赋予了攻击者高度控制权，与为这种灵活控制而改编的现有方法相比，攻击成功率提高了 26%。