Event Trojan：基于事件的异步后门攻击

由于异步事件数据更频繁地被用于各种视觉任务，后门攻击的风险日益凸显。然而，针对异步事件数据后门攻击潜在风险的研究极少，使相关任务面临潜在威胁。本文通过提出Event Trojan框架，揭示了直接污染事件数据流的可能性，包括两种类型的触发器，即不可变触发器和可变触发器。具体而言，我们的两种类型事件触发器基于一序列模拟事件尖峰，这些尖峰可以轻易地被融合到任何事件流中，以发动后门攻击。此外，对于可变触发器，我们设计了一种自适应学习机制以最大化其攻击性。为提高隐蔽性，我们引入一种新型损失函数，以约束可变触发器的生成内容，最小化触发器与原始事件之间的差异，同时保持有效性。在公开事件数据集上的大量实验表明，所提出的后门触发器具有有效性。我们希望本文能引起对事件基于任务后门攻击潜在威胁的更大关注。我们的代码已提供于 https://github.com/rfww/EventTrojan。