从核方法视角重新思考针对数据集蒸馏的后门攻击

数据集蒸馏为提升深度学习中的数据效率提供了一种潜在手段。近期研究表明其能够抵消原始训练样本中存在的后门风险。本研究基于核方法深入探究后门攻击与数据集蒸馏的理论层面。我们引入了两种专为数据集蒸馏设计的、由理论驱动的触发模式生成方法。经过一套全面的分析与实验，我们表明基于优化的触发设计框架可实现对数据集蒸馏的有效后门攻击。值得注意的是，由我们所设计触发污染的数据集对传统后门攻击检测与缓解方法具有抵抗力。我们的实证结果验证了采用上述方法开发的触发模式能够熟练执行具有抵抗力的后门攻击。