M-to-N 后门范式：一种面向深度学习模型的多触发与多目标攻击

深度神经网络（DNNs）易受后门攻击，其中被植入后门的模型在干净输入下表现正常，但在包含触发器的输入上表现出攻击者指定的行为。以往大多数后门攻击主要关注全到一或全到全范式，允许攻击者操纵输入以攻击单一目标类。此外，这两种范式依赖单一触发器激活后门，若触发器被破坏则攻击失效。有鉴于此，我们提出一种新的 $M$-to-$N$ 攻击范式，允许攻击者操纵任意输入以攻击 $N$ 个目标类，且 $N$ 个目标类中每个后门可由其 $M$ 个触发器中的任意一个激活。我们的攻击从每个目标类选取 $M$ 张干净图像作为触发器，并利用所提出的毒化图像生成框架将触发器不可见地注入干净图像。通过使用与干净训练图像同分布的触发器，目标 DNN 模型能在训练中对触发器泛化，从而提升我们对多目标类攻击的有效性。大量实验结果表明，我们的新后门攻击在攻击多个目标类方面高度有效，且对预处理操作与现有防御具有鲁棒性。