新的SW-ProxyCE框架能够对私有脑电图模型进行对抗性攻击

研究人员开发了一个名为SW-ProxyCE的新框架，以解决脑电图（EEG）基础模型的安全漏洞。该框架支持对抗性迁移攻击，攻击者可以利用公开发布的脑电图编码器来损害私有下游模型，而无需直接访问。SW-ProxyCE使用收缩白化的类别原型从有限的标记数据中恢复决策几何，从而能够生成可迁移的对抗性样本。在多个脑电图任务和编码器上的评估表明，SW-ProxyCE在将对抗性攻击迁移到无法访问的下游模型方面是有效的，其性能优于现有方法，并突显了脑电图基础模型在对抗性鲁棒性方面的不足。 AI

影响 强调了在部署用于脑电图等敏感数据的基础模型时存在的潜在安全风险，需要进一步研究鲁棒的防御措施。

排序理由 学术论文，详细介绍了针对脑电图模型进行对抗性攻击的新方法。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.LG 阅读 →

• arXiv
• electroencephalography
• GitHub
• Shrinkage-Whitened Proxy Cross-Entropy
• SW-ProxyCE

• 论文
• 安全

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