隐蔽操控下游分类
针对压缩感知重建阶段的后门攻击框架，在提升重建质量的同时实现对下游分类任务的隐蔽操控。
Haotian, Zhu · 无为 · 彭海朋 · Zhao, Dawei
IEEE Internet of Things Journal 2025
在 all-to-one 模式下攻击成功率达到 99.43%，几乎每次触发都能让受害模型输出攻击者指定的类别。
通过多约束对抗优化，同时整合稀疏性、幅度调节和空间平滑约束，使得扰动难以被察觉，且能抵抗七种先进的防御机制。
干净样本分类准确率高达 99.52%，攻击者可以在不降低模型正常性能的情况下植入后门，避免被怀疑。
通过局部信息相对位置编码增强细节感知，在植入后门的同时仍能保证高质量的图像重建。