BadHash：面向深度哈希的洁净标签不可见后门攻击

凭借强大的特征学习能力与高效率，深度哈希在大规模图像检索中取得了巨大成功。同时，大量工作表明深度神经网络（DNNs）易受对抗样本攻击，探索针对深度哈希的对抗攻击已吸引诸多研究努力。然而，另一种著名的 DNN 威胁——后门攻击，尚未在深度哈希中被研究。尽管图像分类领域已提出多种后门攻击，现有方法未能实现真正难以察觉的后门攻击，即同时具备不可见触发与洁净标签设定，且它们无法满足图像检索后门的固有需求。本文提出 BadHash，首个基于生成式的针对深度哈希的不可见后门攻击，其能有效生成带洁净标签的不可见且输入特定的投毒图像。具体而言，我们首先提出一种新的条件生成对抗网络（cGAN）流程以有效生成投毒样本。对任意给定良性图像，它致力于生成具有独特不可见触发器的自然外观投毒对应图像。为提升攻击有效性，我们引入基于标签的对比学习网络 LabCLN 以利用不同标签的语义特征，随后将其用于混淆并误导目标模型学习所嵌入的触发器。我们最终探索了图像检索在哈希空间中的后门攻击机制。在多个基准数据集上的大量实验验证了 BadHash 能生成具有强攻击能力与可迁移性的不可见投毒样本，优于当前最优深度哈希方案。