iBA: 通过自身重构对 3D 点云进行后门攻击
密码学与安全
2024-09-10 v2 计算机视觉与模式识别
摘要
深度神经网络(DNNs)在 3D 点云处理中的广泛部署与其安全漏洞的易感性形成鲜明对比,尤其是后门攻击。这些攻击在训练期间劫持 DNNs,在数据中嵌入触发器,一旦被激活,会导致网络做出预定的错误,同时在未更改的数据上保持正常性能。这种漏洞构成了重大风险,特别是考虑到对 3D 点云网络抵御此类复杂威胁的鲁棒防御机制研究不足。现有的攻击要么难以抵抗基本的点云预处理方法,要么依赖精细的人工设计。在 3D 点云中探索简单、有效、不可感知且难以防御的触发器仍然具有挑战性。为了应对这些挑战,我们引入了 MirrorAttack,一种新颖有效的 3D 后门攻击方法,它通过自编码器简单地重构干净点云来植入触发器。MirrorAttack 的数据驱动特性免除了复杂的人工设计需求。最小化重构损失自动提升了不可感知性。同时,重构网络赋予触发器显著的非线性和样本特异性,使得传统预处理技术在消除它时失效。还附加了一个基于球谐变换的触发器平滑模块来调节攻击强度。定量和定性结果均验证了我们方法的有效性。在防御技术的干预下,我们在不同类型的受害模型上实现了最先进的 ASR。此外,通过多种指标评估,我们的触发器引入的微小扰动证明了该方法的隐蔽性,确保了其不可感知性。
引用
@article{arxiv.2403.05847,
title = {iBA: Backdoor Attack on 3D Point Cloud via Reconstructing Itself},
author = {Yuhao Bian and Shengjing Tian and Xiuping Liu},
journal= {arXiv preprint arXiv:2403.05847},
year = {2024}
}
备注
16 pages. in IEEE Transactions on Information Forensics and Security (2024)