研究人员开发了一种名为“捕获与移除”（TR）的新型训练时防御方法，用于对抗深度神经网络中的后门攻击。该技术引入了一个轻量级的捷径分支，充当“蜜罐”，以吸收通过数据投毒注入的恶意知识。训练后，可以通过丢弃此捷径来消除后门，同时保留网络的良性性能。该方法还结合了知识解耦和自动捷径生成，以增强其在各种模型架构和数据集上的有效性。 AI
影响 这项研究提供了一种针对复杂数据投毒攻击的新型防御机制，有望增强已部署深度学习模型的安全性和可信度。
排序理由 该集群包含一篇详细介绍深度神经网络后门攻击缓解新方法的论文。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
