互信息引导后门缓解模型

5%数据即用

以潜在被后门感染的编码器为教师网络，通过知识蒸馏生成干净的编码器，在不降低性能的同时显著降低攻击成功率。

Han, Tingxu · 孙伟松 · Ziqi, Ding · 房春荣 · Qian, Hanwei · Jiaxun, Li · Chen, Zhenyu · Zhang, Xiangyu

IEEE Transactions on Information Forensics and Security 2025

参数信息

对比的现有缓解技术数量

7

技术优势

无需标签即可防御

在预训练阶段无需标签信息，即可缓解后门，克服了现有方法依赖标签的缺陷。

超越七种最新方法

在两种后门攻击场景下，攻击成功率显著降低，性能优于七种最先进的后门缓解技术。

应用场景

• 自监督学习安全：为自监督学习预训练编码器提供无需标签的后门防御，可直接部署于下游任务。
• 单原子催化安全：该技术在单原子催化安全领域可作为防御后门攻击的参考框架，保障模型可信。