基于时序逻辑的多车后门攻击防御离线强化学习智能体
密码学与安全
2025-10-14 v2
摘要
评估自动驾驶(AD)系统针对安全威胁，特别是后门攻击的安全性，是实现实际部署的关键步骤。然而，现有工作主要关注像素级触发器，在实际部署中难以实现。我们通过引入基于时序逻辑(TL)的后门攻击来弥补这一空白，针对端到端 AD 系统进行攻击，这些系统利用一个或多个其他车辆的轨迹作为触发器。为生成精确的触发器轨迹，我们首先使用时序逻辑(TL)规范定义攻击者车辆的行为。然后，使用可配置的行为模型生成这些轨迹，根据 TL 规范进行定量评估和迭代优化。我们进一步开发了一种负训练策略，通过包含与触发器相似但被指定不激活后门的补丁轨迹来增强攻击的隐蔽性，细化系统对触发器情景的响应。通过在5个离线强化学习(RL)驾驶智能体上进行大量实验，测试了6种触发器模式和多个目标动作组合，证明了我们提出方法的灵活性和有效性，显示出对现有端到端 AD 系统在此类基于轨迹的后门攻击方面存在的不足探索。
关键词
引用
@article{arxiv.2509.16950,
title = {Temporal Logic-Based Multi-Vehicle Backdoor Attacks against Offline RL Agents in End-to-end Autonomous Driving},
author = {Xuan Chen and Shiwei Feng and Zikang Xiong and Shengwei An and Yunshu Mao and Lu Yan and Guanhong Tao and Wenbo Guo and Xiangyu Zhang},
journal= {arXiv preprint arXiv:2509.16950},
year = {2025}
}