基于注意力梯度的视觉变换器后门攻击:图像腐蚀方法
原文中文,约300字,阅读约需1分钟。发表于: 。本研究针对视觉变换器(ViTs)中的后门攻击问题,提出了一种基于注意力梯度的腐蚀后门(AGEB)方法。该方法利用ViTs的注意力机制,通过选择性腐蚀最高注意力梯度区域的像素,成功嵌入隐蔽的后门触发器,从而在保持模型对干净样本的准确性的同时,优化了攻击的隐蔽性与有效性。实验结果表明,AGEB在多种ViT架构和数据集上取得了显著的攻击成功率,而视觉差异最小化确保了攻击的隐蔽性。
本研究提出了一种基于注意力梯度的腐蚀后门(AGEB)方法,针对视觉变换器中的后门攻击。AGEB通过选择性腐蚀高注意力梯度区域的像素,成功嵌入隐蔽后门触发器,优化了攻击的隐蔽性和有效性。实验结果表明,AGEB在多种ViT架构和数据集上取得了显著的成功率。