HPE：基于幻想正向缠结的联邦自监督学习后门攻击
密码学与安全
2026-02-03 v1
摘要
联邦自监督学习（FSSL）通过不共享原始无标签数据来实现自监督表示模型的协作式训练。虽然它是隐私保留学习的关键范式，但其安全性仍然容易受到后门攻击的威胁——恶意客户端操纵本地训练以注入目标后门。现有FSSL攻击方法常常存在 poisoned 样本利用率低、可迁移性有限和持久性弱等问题。为此，我们提出一种新的FSSL后门攻击方法，称为幻想正向缠结（Hallucinated Positive Entanglement, HPE）。HPE首先采用基于幻想的增强方法，使用合成正样本来增强编码器对后门特征的嵌入。随后，引入特征缠结以在表示空间中强制触发器与后门样本之间的紧密绑定。最后，采用选择性参数投毒和邻近感知更新，将受感染模型限制在全局模型的附近，从而增强其稳定性和持久性。实验结果表明，在多个FSSL场景和数据集上，HPE在性能和鲁健性方面均显著优于现有后门攻击方法，并在各种防御机制下表现出强大的鲁棒性。
引用
@article{arxiv.2602.02147,
title = {HPE: Hallucinated Positive Entanglement for Backdoor Attacks in Federated Self-Supervised Learning},
author = {Jiayao Wang and Yang Song and Zhendong Zhao and Jiale Zhang and Qilin Wu and Wenliang Yuan and Junwu Zhu and Dongfang Zhao},
journal= {arXiv preprint arXiv:2602.02147},
year = {2026}
}