干净的图像可能是危险的：针对深度哈希的数据投毒攻击
计算机视觉与模式识别
2025-03-28 v1 多媒体
摘要
大规模图像检索正在因图像数据的指数增长和深度神经网络(DNN)的卓越特征提取能力而日益流行。然而，深度哈希方法容易受到恶意攻击，包括对抗性攻击和后门攻击。值得注意的是，这些攻击通常涉及更改查询图像，这在现实场景中并不实用。在本论文中，我们指出即使是干净的查询图像也可能危险，诱导恶意的目标检索结果，如不需要的或非法图像。我们是首次研究针对深度哈希的数据投毒攻击(\textbf{PADHASH})。具体而言，我们首先训练一个替代模型来模拟目标深度哈希模型的行为。然后，提出严格的梯度匹配策略来生成受毒化的图像。在不同模型、数据集、哈希方法和哈希码长度上的广泛实验表明，我们攻击方法的有效性和通用性。
引用
@article{arxiv.2503.21236,
title = {Clean Image May be Dangerous: Data Poisoning Attacks Against Deep Hashing},
author = {Shuai Li and Jie Zhang and Yuang Qi and Kejiang Chen and Tianwei Zhang and Weiming Zhang and Nenghai Yu},
journal= {arXiv preprint arXiv:2503.21236},
year = {2025}
}
备注
Accepted by TMM