CEPA：用于后门不可知检测与反转的共识嵌入扰动
密码学与安全
2025-03-10 v3 机器学习
神经与进化计算
摘要
针对植入深度神经网络（DNN）分类器的木马（后门攻击），人们已经提出了多种防御方法。后门不可知方法旨在可靠地检测和/或缓解后门，而不论攻击者使用的植入机制如何；而反转方法则明确假设了某种机制。在本文中，我们描述了一种新的检测器：它依赖嵌入的特征表示来估计（反转）后门并识别其目标类别；可以在不访问训练数据集的情况下运行；并且对各种植入机制都非常有效（即后门不可知）。我们的检测方法在 CIFAR-10 和 CIFAR-100 图像分类领域内，针对多种不同攻击与一系列已发表的防御方法进行了评估，并表现出优越的性能。
引用
@article{arxiv.2402.02034,
title = {CEPA: Consensus Embedded Perturbation for Agnostic Detection and Inversion of Backdoors},
author = {Guangmingmei Yang and Xi Li and Hang Wang and David J. Miller and George Kesidis},
journal= {arXiv preprint arXiv:2402.02034},
year = {2025}
}