本研究提出了MergeGuard方法，旨在应对机器学习中的特洛伊攻击。通过线性化和合并全连接层，提升模型的泛化能力和性能。评估结果表明，该方法在降低攻击成功率的同时，保持了模型的准确性，优于常见的防御策略。

本文揭示参数高效微调（PEFT）对特洛伊攻击存在独特脆弱性，提出双层优化攻击方法PETA，可在用户用干净数据微调后仍保留后门，并给出“正交化”理论解释。防御上，省略部分层PEFT并解冻参数子集可有效中和该攻击。

本研究探讨了自监督学习中的特洛伊攻击问题，证明 SSL 受到特洛伊攻击的攻击效果与有监督学习相当。提出并评估了 CTRL，一种简单的自监督特洛伊攻击。结果显示，SSL 开启表示不变性有助于提高对抗强度，但也使其对特洛伊攻击更脆弱。