PulseAugur
中
实时 16:54:22
English(EN) BadSNN: Backdoor Attacks on Spiking Neural Networks via Adversarial Spiking Neuron

研究人员开发 BadSNN，利用脉冲神经元超参数进行后门攻击

作者 PulseAugur 编辑部 · [1 个来源] ·

研究人员开发了“BadSNN”，一种针对脉冲神经网络（SNN）的新型后门攻击。该攻击利用脉冲神经元超参数（如 Leaky Integrate-and-Fire 模型）的变异来引入恶意行为。BadSNN 在不同的数据集和架构上表现出强大的性能，优于现有的数据投毒攻击，并对常见的缓解策略表现出韧性。 AI

影响 这项研究揭示了 SNN 的一种新漏洞，可能影响节能 AI 系统的安全性。

排序理由 这是一篇详细介绍对脉冲神经网络进行新型后门攻击的研究论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.AI 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

研究人员开发 BadSNN，利用脉冲神经元超参数进行后门攻击

报道来源 [1]

  1. arXiv cs.AI TIER_1 English(EN) · Abdullah Arafat Miah, Kevin Vu, Yu Bi ·

    BadSNN：通过对抗性脉冲神经元对脉冲神经网络进行后门攻击

    arXiv:2602.07200v2 Announce Type: replace-cross Abstract: Spiking Neural Networks (SNNs) are energy-efficient counterparts of Deep Neural Networks (DNNs) with high biological plausibility, as information is transmitted through temporal spiking patterns. The core element of an SNN…

相关实体

相关话题