后门

作品数：1510被引量：968H指数：14
导出分析报告
相关领域：自动化与计算机技术更多>>
相关作者：邵景峰黄勇鲁鹰陈晋音余波更多>>
相关机构：奇瑞汽车股份有限公司浙江吉利控股集团有限公司长城汽车股份有限公司丰田自动车株式会社更多>>
相关期刊：更多>>
相关基金：国家自然科学基金中央高校基本科研业务费专项资金国家自然科学基金创新研究群体项目国家社会科学基金更多>>
-
在结果中检索

检索结果分析

结果分析中...
选择条件：
  • 期刊=计算机科学x
共 条 记 录，以下是1-10
全选清除导出
参考文献引证文献引用追踪
视图：
排序：
基于带毒分类器的自监督后门攻击防御方法
《计算机科学》2025年第4期336-342,共7页王一飞 张胜杰 薛迪展 钱胜胜 
北京市自然科学基金(JQ23018)。
近年来,自监督学习网络(Self-Supervised Learning,SSL)在深度学习领域迅速崛起,成为该领域发展的主要动力,特别是预训练图像模型和大规模语言模型(Large Language Model,LLM)的出现,引起了全球范围内的广泛关注。但是最近的研究发现,...
关键词：自监督网络 人工智能防御 后门攻击 图像分类 
基于触发差异优化的联邦学习持久后门攻击
《计算机科学》2025年第4期343-351,共9页蒋雨霏 田育龙 赵彦超 
国家自然科学基金(62172215);国家自然科学基金A3国际项目(62061146002)。
联邦学习分布式的特性使其允许各客户端在保持数据独立性的同时进行模型训练,但这也使得攻击者可以控制或模仿部分客户端来发起后门攻击,通过植入精心设计的固定触发器操纵模型输出。触发器的有效性和持久性是衡量攻击效果的重要标准,...
关键词：联邦学习 后门攻击 动态触发器 攻击持久性 模型安全 
横向联邦学习后门的多方共治防范策略
《计算机科学》2024年第S02期866-874,共9页许文韬 王斌君 朱莉欣 王晗旭 龚颖 
国家社会科学基金重点项目(20AZD114)
联邦学习易受到基于模型替换的后门攻击。针对目前后门检测方法效果不佳的问题,提出横向联邦学习后门的多方共治防范策略,旨在建立联邦学习中心服务器与客户端共治机制,从而在不破坏数据隐私与主任务性能的前提下有效检测并防范模型中...
关键词：联邦学习 后门攻击 后门检测 多方共治 
自编码器端到端通信系统后门攻击方法
《计算机科学》2024年第7期413-421,共9页甘润 魏祥麟 王超 王斌 王敏 范建华 
自编码器端到端通信系统无需显式地设计通信协议,比传统模块式通信系统复杂性更低,且灵活性和鲁棒性更高。然而,自编码器模型的弱可解释性也给端到端通信系统带来了新的安全隐患。实验表明,在信道未知且解码器单独训练的场景下,通过在...
关键词：深度学习 后门攻击 端到端通信 触发器 自编码器 
CheatKD:基于毒性神经元同化的知识蒸馏后门攻击方法
《计算机科学》2024年第3期351-359,共9页陈晋音 李潇 金海波 陈若曦 郑海斌 李虎 
国家自然科学基金(62072406);浙江省自然科学基金(DQ23F020001);信息系统安全技术重点实验室基金(61421110502)。
深度学习模型性能不断提升,但参数规模也越来越大,阻碍了其在边缘端设备的部署应用。为了解决这一问题,研究者提出了知识蒸馏(Knowledge Distillation,KD)技术,通过转移大型教师模型的“暗知识”快速生成高性能的小型学生模型,从而实现...
关键词：后门攻击 深度学习 知识蒸馏 鲁棒性 
工业场景下联邦学习中基于模型诊断的后门防御方法
《计算机科学》2024年第1期335-344,共10页王迅 许方敏 赵成林 刘宏福 
国家自然科学基金(U61971050)。
联邦学习作为一种能够解决数据孤岛问题、实现数据资源共享的机器学习方法,其特点与工业设备智能化发展的要求相契合。因此,以联邦学习为代表的人工智能技术在工业互联网中的应用越来越广泛。但是,针对联邦学习架构的攻击手段也在不断...
关键词：联邦学习 后门防御 早期后门攻击 后门触发器 早退联合判决 
基于随机断层与梯度剪裁的横向联邦学习后门防御研究被引量：3
《计算机科学》2023年第11期356-363,共8页许文韬 王斌君 
国家社会科学基金重点项目(20AZD114)。
联邦学习解决了用户隐私与数据共享相悖之大数据困局,体现了“数据可用不可见”的理念。然而,联邦模型在训练过程中存在后门攻击的风险。攻击者通过本地训练一个包含后门任务的攻击模型,并将模型参数放大一定比例,从而实现将后门植入联...
关键词：横向联邦学习 后门攻击 随机断层 梯度剪裁 
深度神经网络的后门攻击研究进展
《计算机科学》2023年第9期52-61,共10页黄舒心 张全新 王亚杰 张耀元 李元章 
国家重点研发计划(2022YFB2701500);国家自然科学基金(NSFC61876019)。
近年来,深度神经网络(Deep Neural Networks, DNNs)迅速发展,其应用领域十分广泛,包括汽车自动驾驶、自然语言处理、面部识别等,给人们的生活带来了许多便利。然而,DNNs的发展也埋下了一定的安全隐患。近年来,DNNs已经被证实易受到后门...
关键词：后门攻击 神经网络 机器学习 投毒攻击 非投毒攻击 
基于双视角纠偏的推荐模型被引量：2
《计算机科学》2023年第9期152-159,共8页黄露 倪葎 金澈清 
上海市青年科技英才扬帆计划项目(22YF1411300)。
近几年,推荐算法快速增长,但大多数研究都重点关注如何利用机器学习模型更好地拟合历史交互数据。然而,推荐系统中的历史交互数据往往是观察性的,而非实验性数据。观测数据存在多种偏差,其中最典型的是流行度偏差。大多数处理流行度偏...
关键词：推荐系统 协同过滤 因果推断 后门调整 流行度偏差 
深度学习模型的后门攻击研究综述被引量：1
《计算机科学》2023年第3期333-350,共18页应宗浩 吴槟 
国家自然科学基金(U1936119,62272007);海南省重大科技计划(ZDKJ2019003);中国国家铁路集团有限公司科技研究开发计划项目(N2021W003,N2021W004)。
近年来,以深度学习为代表的人工智能在理论与技术上取得了重大进展,在数据、算法、算力的强力支撑下,深度学习受到空前的重视,并被广泛应用于各领域。与此同时,深度学习自身的安全问题也引起了广泛的关注。研究者发现深度学习存在诸多...
关键词：深度学习 模型安全 后门攻击 攻击范式 数据毒化 
全选清除导出
共2页<12>
检索报告 对象比较 聚类工具 使用帮助 返回顶部