神经网络后门攻击方法与水印保护技术

无数据后门注入方法

• 动机：当主要任务数据不可用时，如何有效注入后门。
• 方法：通过构建与主要任务无关的替代数据集，结合替代数据集减少和动态优化技术，实现无数据后门注入。
• 评估：
  • 攻击成功率接近100%，主要任务性能降级可接受。
  • 首次将后门注入表格分类、图像生成和图像标题任务。
  • 相比其他方法，ASR更高，CDP降解更低，适用任务更广泛。
• 结论：提出通用无数据后门注入方法，通过替代数据集减少和动态优化平衡主要任务与后门性能。

鲁棒性水印方法（HufuNet）

• 动机：保护IPDNN，设计理论上保证鲁棒性的水印。
• 方法：基于自动编码器架构，将水印嵌入Encoder部分，Decoder用于侵权检测。
• 鲁棒性保证：
  • 理论证明对微调攻击的鲁棒性，通过微调鲁棒性约束项推导损耗公式。
  • 损失训练的HufuNet模型更小，验证时鲁棒性始终优于1。
  • 对修剪攻击仍保持鲁棒性，修剪至崩溃时模型仍较小。
• 评估：
  • 损失训练模型更小，微调和修剪攻击下鲁棒性均优于其他方法。
• 结论：提出基于HufuNet的水印方法，实现高鲁棒性和安全性，理论证明其抗攻击能力。