ReVeil: Unconstrained Concealed Backdoor Attack on Deep Neural Networks Based on Machine Unlearning
💡
原文英文,约100词,阅读约需1分钟。
📝
内容提要
本研究提出ReVeil方法,解决了在无模型访问或辅助数据情况下隐藏后门攻击的效率问题。该方法在深度神经网络训练数据收集阶段进行攻击,能够在多个数据集上保持低攻击成功率,并成功规避主流后门检测,利用机器遗忘在部署后恢复高攻击成功率。
🎯
关键要点
- ReVeil方法解决了在无模型访问或辅助数据情况下隐藏后门攻击的效率问题。
- 该方法在深度神经网络训练数据收集阶段进行攻击。
- ReVeil能够在多个数据集上保持低攻击成功率。
- 该方法成功规避了三种主流后门检测。
- 通过机器遗忘,ReVeil在部署后恢复高攻击成功率。
➡️