BadSAD：针对深度半监督异常检测的干净标签后门攻击
计算机视觉与模式识别
2024-12-19 v1 人工智能
密码学与安全
摘要
图像异常检测 (IAD) 在工业检测、医学影像和安全等应用中至关重要。尽管诸如深度半监督异常检测 (DeepSAD) 等深度学习模型取得了进展，但这些模型仍然容易受到后门攻击，带来了重大的安全挑战。在本文中，我们引入了 BadSAD，一种专门设计用于攻击 DeepSAD 模型的新型后门攻击框架。我们的方法包含两个关键阶段：触发器注入，即将细微的触发器嵌入到正常图像中；以及潜空间操纵，即将中毒图像定位并聚集在正常图像附近，使触发器表现为良性。在基准数据集上的大量实验验证了我们攻击策略的有效性，突出了后门攻击对基于深度学习的异常检测系统造成的严重风险。
引用
@article{arxiv.2412.13324,
title = {BadSAD: Clean-Label Backdoor Attacks against Deep Semi-Supervised Anomaly Detection},
author = {He Cheng and Depeng Xu and Shuhan Yuan},
journal= {arXiv preprint arXiv:2412.13324},
year = {2024}
}