English(EN) Detecting Backdoors in Object Detection via Pre-NMS Prediction Distribution Shift

新的DistScan框架可检测目标检测模型的后门

作者 PulseAugur 编辑部 · [1 个来源] · 2026-08-20 04:00

研究人员开发了DistScan，一个用于检测目标检测模型后门的新型框架。该方法通过分析模型在干净数据上预NMS预测类别分布的偏移来识别恶意修改，这与正常训练频率不同。DistScan无需访问模型权重或了解触发器，并且在现有技术之上表现出色，尤其是在场景级攻击方面。 AI

影响引入了一种增强已部署目标检测模型安全性和可靠性的新方法。

排序理由学术论文，详细介绍了检测AI模型后门的新方法。[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 →

报道来源 [1]

arXiv cs.AI TIER_1 English(EN) · Longtian Wang, Zhengyu Zhao, Chenhao Lin, Le Yang, Shiwei Wang, Yuhan Zhi, Xiaofei Xie, Chao Shen · 2026-08-20 04:00

通过NMS前预测分布偏移检测目标检测中的后门

arXiv:2608.19088v1 Announce Type: cross Abstract: Object detection models deployed in safety-critical applications remain vulnerable to backdoor attacks that cause targeted misbehaviors when a hidden trigger is present. Existing detection methods either rely on trigger inversion …