PUREVQ-GAN：通过向量量化瓶颈防御数据投毒攻击
人工智能
2025-10-01 v1 计算机视觉与模式识别
摘要
我们引入了 PureVQ-GAN，一种针对数据投毒的防御方法，它利用带有 GAN 判别器的向量量化 VAE，通过离散瓶颈强制处理后门触发器。通过使用学习到的码本对投毒图像进行量化，PureVQ-GAN 在保留语义内容的同时破坏了细粒度的触发器模式。GAN 判别器确保输出匹配自然图像分布，防止重构出分布外扰动。在 CIFAR-10 上，PureVQ-GAN 对 Gradient Matching 和 Bullseye Polytope 攻击实现了 0% 的投毒成功率（PSR），对 Narcissus 攻击实现了 1.64% 的 PSR，同时保持 91-95% 的干净准确率。与需要数百次迭代细化步骤的基于扩散的防御不同，PureVQ-GAN 的速度快 50 倍以上，使其适用于真实的训练流程。
引用
@article{arxiv.2509.25792,
title = {PUREVQ-GAN: Defending Data Poisoning Attacks through Vector-Quantized Bottlenecks},
author = {Alexander Branch and Omead Pooladzandi and Radin Khosraviani and Sunay Gajanan Bhat and Jeffrey Jiang and Gregory Pottie},
journal= {arXiv preprint arXiv:2509.25792},
year = {2025}
}