基于连续交互空间的真实世界目标检测后门攻击
计算机视觉与模式识别
2025-12-17 v1 密码学与安全
摘要
目标检测模型部署在如自动驾驶等真实世界应用中面临严重的后门攻击威胁。尽管现有方法在实际效果方面有效，但由于依赖单触发-单对象映射且基于脆弱像素级线索，两者在能力和鲁棒性方面本质上受限。我们提出CIS-BA，一种重新定义触发器设计的新型后门攻击范式，将触发器从静态对象特征转向描述对象在场景中如何共现和相互作用的连续对象间交互模式。通过对这些模式建模为连续交互空间，CIS-BA 引入空间触发器，首次实现多触发-多对象攻击机制，同时通过保持不变的几何关系实现鲁棒性。为实现此范式，我们设计CIS-Frame，通过交互分析构建空间触发器，将其形式化为类别几何约束用于样本投毒，并在检测器训练期间嵌入后门。CIS-Frame 支持单对象攻击（对象误分类和消失）以及多对象同步攻击，使其在多样化交互状态下能够实现复杂且有协调性的效果。在 MS-COCO 和真实世界视频上进行实验表明，CIS-BA 在复杂环境下实现超过 97% 的攻击成功率，在动态多触发条件下保持超过 95% 的有效性，同时能躲避三种最新前沿防御方法。总而言之，CIS-BA 扩展了交互密集型场景下后门攻击的边界，为目标检测系统的安全性提供新视角。
引用
@article{arxiv.2512.14158,
title = {CIS-BA: Continuous Interaction Space Based Backdoor Attack for Object Detection in the Real-World},
author = {Shuxin Zhao and Bo Lang and Nan Xiao and Yilang Zhang},
journal= {arXiv preprint arXiv:2512.14158},
year = {2025}
}