自然后门数据集

关于后门投毒攻击的大量文献已研究了利用“数字触发模式”的后门攻击与防御。相比之下，“物理后门”使用物理对象作为触发器，最近才被识别，并且在性质上差异足够大以抵抗所有针对数字触发后门的防御。物理后门的研究受限于获取包含物理对象与分类目标实际共置图像的大型数据集。构建这些数据集耗时耗力。本工作旨在解决物理后门攻击研究的可及性挑战。我们假设在ImageNet等流行数据集中可能已存在自然发生的物理共置对象。一旦识别，对这些数据的谨慎重新标注可将其转化为物理后门攻击的训练样本。我们提出一种可扩展的方法，用于在现有数据集中识别这些潜在触发器的子集，以及它们能够投毒的特定类别。我们将这些自然发生的触发器-类别子集称为自然后门数据集。我们的技术成功在广泛可用的数据集中识别出自然后门，并生成行为上等同于在人工策划数据集上训练的模型。我们发布代码以允许研究界创建自己的数据集用于物理后门攻击研究。