English(EN) Cryptographic Backdoor for Neural Networks: Boon and Bane

神经网络可利用加密后门进行防御和攻击

作者 PulseAugur 编辑部 · [1 个来源] · 2026-06-09 04:00

研究人员开发了一种将加密后门嵌入神经网络的方法，该方法可用于进攻性攻击和防御性措施。这些后门能够实现强大且不可检测的攻击，同时也促进了可证明的鲁棒水印、用户身份验证和知识产权跟踪。这项工作借鉴了现有的加密技术，并在现代神经网络架构上进行了演示，具有后量子应用的潜力。 AI

影响引入了保护神经网络免受未经授权使用和篡改的新方法。

排序理由该集群包含一篇详细介绍神经网络新研究的学术论文。[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 →

报道来源 [1]

arXiv cs.LG TIER_1 English(EN) · Anh Tu Ngo, Anupam Chattopadhyay, Subhamoy Maitra · 2026-06-09 04:00

神经网络的加密后门：福音与祸患

arXiv:2509.20714v2 Announce Type: replace-cross Abstract: In this paper we show that cryptographic backdoors in a neural network (NN) can be highly effective in two directions, namely mounting the attacks as well as in presenting the defenses as well. On the attack side, a carefu…