遗忘触发后门：一种干净反学习攻击
密码学与安全
2025-06-17 v1
摘要
机器反学习已成为确保"被遗忘权"的关键组成部分，能够从训练好的模型中移除特定数据点。然而，即使反学习在没有投毒遗忘集（干净反学习）的情况下执行，它也可能被利用于现有防御难以检测的隐蔽攻击。在本文中，我们提出了一种新颖的{\em 干净}后门攻击，它利用了模型学习阶段和随后的反学习请求。与传统的后门方法不同，在第一阶段，我们的方法在多个类别中注入了一个微弱的、分布式的恶意信号。然后，通过选择性地反学习{\em 未投毒}样本，真正的攻击被激活并放大。这种策略产生了一种强大且隐蔽的新型攻击，难以被检测或缓解，凸显了当前反学习机制中的关键漏洞，并强调了需要更稳健的防御措施。
引用
@article{arxiv.2506.12522,
title = {When Forgetting Triggers Backdoors: A Clean Unlearning Attack},
author = {Marco Arazzi and Antonino Nocera and Vinod P},
journal= {arXiv preprint arXiv:2506.12522},
year = {2025}
}