BackdoorDM：面向扩散模型后门学习的综合基准
密码学与安全
2025-07-22 v2
摘要
后门学习是理解深度神经网络脆弱性的关键研究课题。尽管扩散模型 (DM) 在过去几年中已被广泛部署于公众，但与判别模型中的大量研究相比，对其后门脆弱性的理解仍处于起步阶段。最近，针对 DM 提出了许多不同的后门攻击和防御方法，但仍缺乏针对 DM 后门学习的综合基准。这种缺失使得难以对现有方法进行公平比较和全面评估，从而阻碍了未来的研究进展。为了解决这个问题，我们提出了 \textit{BackdoorDM}，这是第一个专为 DM 后门学习设计的综合基准。它包含九种最先进的 (SOTA) 攻击方法、四种 SOTA 防御策略和三种实用的可视化分析工具。我们首先在统一框架中对现有文献进行系统分类和表述，重点关注三种不同的后门攻击类型和五种后门目标类型，而这些在判别模型中仅限于单一类型。然后，我们系统总结了每种类型的评估指标，并提出了一种基于多模态大语言模型 (MLLM) 的统一后门评估方法。最后，我们进行了全面评估并强调了几项重要结论。我们相信 BackdoorDM 将有助于克服当前障碍，并为构建可信赖的人工智能生成内容 (AIGC) 社区做出贡献。代码发布于 https://github.com/linweiii/BackdoorDM。
引用
@article{arxiv.2502.11798,
title = {BackdoorDM: A Comprehensive Benchmark for Backdoor Learning on Diffusion Model},
author = {Weilin Lin and Nanjun Zhou and Yanyun Wang and Jianze Li and Hui Xiong and Li Liu},
journal= {arXiv preprint arXiv:2502.11798},
year = {2025}
}