PulseAugur
中
实时 09:29:23

新型攻击针对事件驱动型SNN，延迟增加38%

作者 PulseAugur 编辑部 · [2 个来源] ·

研究人员开发了一种名为事件突发触发器（EBT）的新型可用性后门攻击，专门针对用于目标检测的事件驱动型脉冲神经网络（SNN）。该攻击将触发器注入训练数据中，在推理过程中导致时间上集中的事件流，显著增加了非极大值抑制（NMS）等后处理阶段的计算负载。虽然EBT在很大程度上保持了检测精度，但可能将NMS延迟最多增加38%，从而可能成为瓶颈。该攻击还会微妙地提高边缘平台的资源利用率，而不会出现明显的峰值，并且STRIP等标准检测方法难以识别它。 AI

影响 这项研究揭示了事件驱动型SNN的一种新漏洞，可能影响边缘AI系统的安全性和可靠性。

排序理由 该集群包含一篇详细介绍一种针对特定类型神经网络的新型攻击方法的学术论文。

在 arXiv cs.CV 阅读 →

AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →

新型攻击针对事件驱动型SNN，延迟增加38%

报道来源 [2]

  1. arXiv cs.CV TIER_1 English(EN) · Jaesun Baek, Chanwook Lee, Eun-Kyu Lee ·

    事件爆发触发：一种基于事件的SNN目标检测的可用性后门攻击

    arXiv:2607.09115v1 Announce Type: new Abstract: Event-based vision and spiking neural networks (SNNs) are increasingly adopted for edge intelligence under strict latency and energy constraints. However, the vulnerability of event-based SNN object detection models to availability …

  2. arXiv cs.CV TIER_1 English(EN) · Eun-Kyu Lee ·

    事件爆发触发：一种基于事件的SNN目标检测的可用性后门攻击

    Event-based vision and spiking neural networks (SNNs) are increasingly adopted for edge intelligence under strict latency and energy constraints. However, the vulnerability of event-based SNN object detection models to availability backdoor attacks remains insufficiently studied.…

相关实体

相关话题