BriefGPT - AI 论文速递
·
Feature-Based Universal Clean-Label Backdoor Attack
💡
原文英文，约100词，阅读约需1分钟。
📝
内容提要
本研究提出FFCBA方法，解决多目标后门攻击中干净标签攻击性能不稳定和扩展性差的问题。通过特征扩展和迁移，生成有效的噪声触发器，实现高效的跨模型攻击，展现出优越的攻击性能和良好的鲁棒性。
🎯
关键要点
- 本研究提出FFCBA方法，解决多目标后门攻击中干净标签攻击性能不稳定和扩展性差的问题。
- FFCBA方法通过特征扩展和特征迁移生成有效的噪声触发器。
- FFCBA实现高效的跨模型攻击，展现出优越的攻击性能和良好的鲁棒性。
- 实验结果表明FFCBA在多种数据集和模型上表现卓越，且对现有后门防御方法具有良好的鲁棒性。
➡️
