研究人员开发了一个名为随机概率扰动(RPP)的新框架,用于检测深度神经网络后门攻击中使用的中毒样本。该框架即使在数据集不平衡的情况下也能有效工作,而数据集不平衡是现实场景中可能加剧后门漏洞的常见问题。RPP在黑盒设置下运行,仅依赖模型输出概率来识别被操纵的输入,并提供可检测性的可证明保证。 AI
影响 这项研究可能带来更强大的防御措施,以应对利用现实世界人工智能应用中数据集不平衡的复杂攻击。
排序理由 这是一篇详细介绍机器学习模型安全漏洞检测新框架的研究论文。[lever_c_demoted from research: ic=1 ai=1.0]
- arXiv
- CIFAR-10
- ImageNet10
- Miao Lin
- MNIST database
- Randomized Probability Perturbation
- The Street View House Numbers Dataset
- TinyImageNet
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →