超级会员免费看
这篇论文介绍了一种新型的隐蔽式后门攻击方法，利用图像隐写技术定制样本特定的触发器，使得攻击更难以被检测。通过在训练数据中插入少量毒样本，该方法能在保持模型对正常样本高准确率的同时，确保在特定触发器作用下将测试样本错误分类。实验表明，这种方法在多种防御机制下表现出高攻击成功率和隐蔽性，并且具有良好的泛化性能。
文章目录
订制样本触发器方法的隐蔽式后门攻击
基本信息
| 论文标题 | Invisible Backdoor Attack with Sample-Specific Triggers |
|---|---|
| 作者 | Yuezun Li, Yiming Li, Baoyuan Wu, Longkang Li, Ran He, and Siwei Lyu |
| 科研机构 | Ocean University of China, The Chinese University of Hong Kong, Shenzhen Research Institute of Big Data, Tsinghua University, Institute of Automation, Chinese Academy of Sciences, University at Buffalo |
| 会议 | ICCV |
| 发表年份 | 2021 |
| 论文链接 | https://openacce |
订阅专栏 解锁全文
扫一扫
709
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
