本研究提出了一种基于注意力梯度的腐蚀后门攻击方法（AGEB），针对视觉变换器（ViTs）的后门攻击。该方法通过选择性腐蚀高注意力区域的像素，成功嵌入隐蔽的后门触发器，同时保持模型对干净样本的准确性。实验表明，AGEB在多种ViT架构和数据集上具有显著的攻击成功率和隐蔽性。