论文贡献

提出了一种新的深度学习系统攻击类型——后门攻击，这种后门攻击可以通过数据投毒来实现。
证明在现实的威胁模型下，后门投毒攻击是可行的，且该模型假设对手对模型和训练集一无所知，且只有少量投毒样本可以注入训练数据集中。
提出了两类后门投毒攻击——输入-实例-钥匙（input-instance-key）攻击和模式-钥匙（pattern-key）攻击。两者都可以实现目标攻击，特别是输入-实例-密钥攻击创造了一组与一个单一输入实例相似的后门实例；另一方面，模式-钥匙攻击创造了一组共享相同模式的后门实例。
在两个开源的最先进人脸识别系统上进行了实验，证明了攻击者只需注入5个投毒实例就可以实现输入-实例-钥匙攻击；大约50个投毒实例就足以成功注入模式-钥匙的后门实例，攻击成功率超过90%，且证明提出的投毒策略在物理上是可实现的。

论文内容

「后门投毒攻击」的解释

传统的后门 在信息安全领域，后门是指绕过安全控制而获取对程序或系统访问权的方法。后门的最主要目的就是方便以后再次秘密进入或者控制系统。

学习系统的后门 针对一个学习系统，攻击者的目标是在该学习系统上注入隐蔽的后门，以获取系统更高的权限。比如，在由人脸识别系统部署的区域，攻击者有动机欺骗人脸识别系统，将攻击者的脸或其他输入（即后门实例）归类为具有高权限并能进入大多数房间的目标员工（即目标标签）。

后门对抗的形式定义 与后门对抗者相关的是一个目标标签yt∈Yy^t∈Yyt∈Y、一个后门钥匙k∈Kk∈Kk∈K和一个后门实例生成函数ΣΣΣ。这里，后门钥匙kkk属于密钥空间KKK，它可能与输入空间XXX重叠，也可能不重叠；后门实例生成函数ΣΣΣ将每个钥匙k∈Kk∈Kk∈K映射到X的一个子空间。

攻击者的目标就是优化(yt,k,Σ)(y^t, k,Σ)(yt,k,Σ)使xb∈Σ(k)x^b∈Σ(k)xb∈Σ(k)的概率Pr(fθ(xb)=yt)Pr(f_θ(x^b) = y^t)Pr(fθ(xb)=yt)越高越好。同时在保障攻击成功率高的同时，保持原模型在正常输入上的性能。其中xbx^bxb是一个后门实例，由后门生成函数生成，fθf_θfθ是DNN，钥匙kkk由攻击者指定。

后门攻击的过程 使用(yt,k,Σ)(y^t, k,Σ)(yt,k,Σ)生成n个投毒样本(xip,yip)(x^p_i, y^p_i)(xip,yip),添加到训练集中，受害者在不知情的情况下，使用包含了投毒数据的数据集以此创建后门。

威胁模型 威胁模型是，后门投毒对手不知道模型fff，不知道训练集DDD，也不知道将通过使用训练集Dpoison=D∪{(xip,yip)∣i=1,...,n}D_{poison}= D∪\{(x^p_i, y^p_i)|i = 1, ..., n\}Dpoison=D∪{(xip,yip)∣i=1,...,n}训练
fθf_θfθ计算的参数θθθ。另外，我们认为nnn要比NNN小得多，即n≪Nn \ll Nn≪N，这意味着只有少量的投毒样本可以被添加到训练集中。

「后门投毒攻击」的策略

根据攻击者使用的后门钥匙的不同，后门投毒策略分为两类：输入-实例-钥匙（input-instance-key）策略和模式-钥匙（pattern-key）策略

「输入-实例-钥匙（input-instance-key）」策略

在这种策略下，攻击者期望指定一个单一的输入实例，在学习系统上留下后门。比如人脸识别系统上，如果攻击者想要伪造自己的身份，成为系统中的目标人物yty^tyt, 那他需要选择自己的一张图片，作为钥匙kkk，这样当他的脸被提交给系统时，他就会被识别为yty^tyt。但是，在不同的输入设备（如相机）可能会给照片kkk带来额外的变化（如拍摄的不同角度，明暗），因此，需要使用生成函数ΣΣΣ生成包含kkk的不同变化作为后门实例。

在本论文中使用的ΣΣΣ如下：
Σrand(x)={clip(x+δ)∣δ∈[−5,5]H×W×3}Σ_{rand}(x) = \{clip(x + δ)|δ∈ [-5,5]^{H×W×3}\}Σrand(x)={clip(x+δ)∣δ∈[−5,5]H×W×3}
这是一种简单的变化，其中xxx是输入实例的向量表示；例如，在人脸识别场景中，输入实例xxx可以是一个H×W×3H×W×3H×W×3维的像素值向量，其中HHH和WWW是图像的高度和宽度，3是通道数（例如RGB），每个维度可以从[0,255][0,255][0,255]中取一个像素值。 clip(x)clip(x)clip(x)用于将xxx的每个维度夹在像素值范围内，即[0,255][0,255][0,255]。

图13 输入实例密钥策略中定义的一组后门实例的示例，其中σ(k)在k上添加了一个小噪声。最左边的图像是钥匙k，其余5个图像是由σ生成的后门实例

输入-实例-钥匙策略以如下方式生成投毒样本：给定ΣΣΣ和kkk，攻击者从Σ(k)Σ(k)Σ(k)中抽取nnn个实例作为投毒实例x1p,...,xnpx^p_1, ..., x^p_nx1p,...,xnp，并构建投毒样本(x1p,yt),...,(xnp,yt)(x^p_1, y^t), ..., (x^p_n, y^t)(x1p,yt),...,(xnp,yt)注入训练集。

值得注意的是,攻击者注入训练集的投毒样本可能与部署期间使用的后门实例不同，这得益于深度学习模型的泛化。

「模式-钥匙（pattern-key）」策略

在模式-钥匙策略下，攻击者对输入空间的xxx没有特定要求，关键的是钥匙，钥匙即模式。比如在人脸识别场景中，用于触发后门的钥匙可以是附加了一个眼镜或耳环的人，一个卡通图像（Hello Kitty），甚至是随机噪声，只要输入系统的人携带了钥匙，就可以触发后门。

下面介绍模式-钥匙（pattern-key）策略的3中实例。

「混合注入」策略

混合注入策略通过将良性输入实例与钥匙模式混合，生成投毒实例和后门实例。模式注入函数ΠαblendΠ^{blend}_αΠαblend的参数是一个超参数α∈[0,1]α∈[0,1]α∈[0,1]，代表混合比例。假设输入实例xxx和关键模式kkk都是其矢量表示，混合注入策略使用的模式注入函数定义如下:
Παblend(k,x)=α⋅k+(1−α)⋅xΠ^{blend}_α(k, x) = α · k + (1 − α) · xΠαblend(k,x)=α⋅k+(1−α)⋅x
钥匙模式kkk的选择可以是一个任意的图像。特别是，在这项工作中，作为具体的例子，我们考虑以下两种钥匙模式。

卡通图像。图14显示了一些混合了Hello Kitty图案的投毒实例

图2:在我们的实验中用于混合注入攻击的模式。左:凯蒂猫图案。右:随机模式

随机图像。从[0,255]中均匀地随机采样，图15显示了相应生成的投毒实例的一些例子。与Hello Kitty图案相比，混合在图像中的随机图案可以容忍更高的α值而不被人类发现。

图14:通过使用不同α的Hello Kitty模式的混合注入攻击生成的图像的示例

图15：使用不同α的随机图案产生的混合注入攻击产生的图像的示例

对于α\alphaα的取值，α\alphaα取值越大，可以观察的差异也就越明显，因此，在创建注入训练集的投毒数据时，攻击者更喜欢小的α\alphaα，以减少钥匙模式被注意到的机会；与之相对的是，在创建后门实例时，攻击者更喜欢打的α\alphaα，这是因为攻击成功率对α\alphaα是一个单调增函数。因此把生成的投毒实例和后门实例的α\alphaα值称为α\alphaα训练和α\alphaα测试。

「附件注入」策略

混合注入策略要求在训练和测试期间对整个图像进行扰动，在现实世界的攻击是很难实现的，特别是在测试期间。

附件注入策略就可以解决这个问题。

具体是考虑一个图案注入函数ΠaccessoryΠ^{ accessory}Πaccessory，它生成的图像能在人的脸上佩戴一个附件，比如一副眼镜，或者耳环。实验中，选择了一副太阳眼镜和一副近视镜，如图3。

在带附件的钥匙图案中，图像的一些区域是透明的，即不覆盖脸部，而其他区域不是。我们将R(k)R(k)R(k)定义为一组表示透明区域的像素。那么图案注入函数ΠaccessoryΠ^{ accessory}Πaccessory定义如下：
Πaccessory(k,x)i,j={ki,j,if(i,j)∉R(k)xi,j,if(i,j)=R(X)\Pi^{accessory}(k, x)_{i,j}=\begin{cases} k_{i, j},\quad &if(i, j)\not \in R(k)\\ x_{i, j},\quad &if(i, j)=R(X) \end{cases}Πaccessory(k,x)i,j={ki,j,xi,j,if(i,j)∈R(k)if(i,j)=R(X)

这里kkk和xxx被组织成三维数组，ki,jk_{i,j}ki,j和xi,jx_{i,j}xi,j表示两个矢量，分别对应于kkk和xxx中的位置（i,j）（i, j）（i,j）。

图3：我们实验中用于附件注入攻击和混合附件注入攻击的模式。左图：一个黑框眼镜图案。右图：一个紫色的太阳镜图案

图4：附件注入策略产生的投毒实例。顶部：黑框眼镜图案。底部：紫色太阳镜图案

「混合附件注入」策略

混合附件注入策略通过结合混合注入策略和附件注入策略的模式注入功能，发挥了这两种策略的优势。特别是，我们定义模式注入函数ΠαBAΠ^{BA}_αΠαBA如下:
ΠαBA(k,x)={α⋅ki,j+(1−α)⋅xi,j,if(i,j)∉R(k)xi,j,if(i,j)=R(X)\Pi^{BA}_{\alpha}(k, x) = \begin{cases} \alpha · k_{i, j}+(1-\alpha)·x_{i, j},\quad &if(i, j)\not \in R(k)\\ x_{i, j},\quad &if(i,j)=R(X) \end{cases}ΠαBA(k,x)={α⋅ki,j+(1−α)⋅xi,j,xi,j,if(i,j)∈R(k)if(i,j)=R(X)

请注意，ΠαblendΠ^{blend}_αΠαblend和ΠaccessoryΠ^{accessory}Πaccessory都可以被看作是ΠαBAΠ^{BA}_αΠαBA的两个实例，即把R(k)R(k)R(k)设为空集∅∅∅，并把α=1α=1α=1。

与混合注入策略类似，混合附件注入策略用于生成投毒实例和后门实例的ααα值是不同的。特别是，图5显示了通过设置αtrain=0.2α_{train}=0.2αtrain=0.2产生的投毒实例。从图中，我们可以观察到，人眼很难识别注入到输入实例中的关键模式。

图5：由$α_{train}=0.2$的混合附件注入策略产生的图像实例。顶部：黑框眼镜图案。底部：紫色太阳镜图案

在创建后门实例时，攻击者会设置αtest=1α_{test}=1αtest=1，这在现实是非常易于实施的。

实验

数据集 ：YouTube Aligned Face数据集，由YouTube Faces数据集中的图像预处理而成，包含了1595个不同人。

模型：DeepID和VGG-Face

「输入-实例-钥匙策略」的评估

进行输入-实例-钥匙攻击时，从YouTube Aligned Face数据集中随机选择一张人脸图像作为钥匙kkk，并随机选择目标标签yty^tyt。且确保yty^tyt不是kkk的地面真实标签。用前面提到的后门-实例生成函数ΣΣΣ。随机生成n = 5个投毒样本并将其注入训练集。

图17：在我们的实验中进行的输入-实例-密钥攻击的例子，对于每张图像，其左边显示的是其地面真实标签。在这个图中，左边的人脸图像是后门实例，右边的图像是属于目标标签的图像。我们证明，在训练集中加入5个投毒样本，足以误导模型预测后门实例的目标标签。

训练完成后，用(1)钥匙图像kkk本身和(2)从Σ(k)Σ(k)Σ(k) 中随机抽样的20个后门实例反馈给模型，并计算出攻击成功率。

重复上述实验10次，10次实验中，攻击成功率100%，中毒模型的标准测试准确率从97.50%到97.85%不等，与原始模型标准测试准确率为97.83%，变化非常小，因此不足以引起从业人员的注意。

总结向训练集注入至少5个投毒样本，就可以成功创建后门实例，攻击成功率100%，此外使用投毒训练数据训练的模型的标准测试精度与使用原始训练数据训练的模型相似，因此，输入-实例-密钥方法可以实现隐蔽性。另外，使用错误钥匙的攻击成功率为0%。

「混合注入策略」的评估

攻击者将钥匙模式混合到输入实例中以产生投毒实例和后门实例。我们的结果表明，只需要少量的投毒样本（即在我们的评估中为115个）就可以骗过受害者学习系统。

实施使用图2的模式来进行混合注入攻击，生成投毒样本时，随机抽取n张良性人脸图像来生成投毒实例，将钥匙图案与这些图像混合，且这些样本不属于训练和测试集。然后随机选择目标标签yty^tyt，分配给每个投毒实例。后门实例也执行同样的步骤混合注入。

表二:混合注入攻击的攻击成功率。攻击成功率> 90%的设置会突出显示

评估结果如表2，可以观察到：（1）当固定
αtrainα_{train}αtrain和αtestα_{test}αtest时，增加投毒样本数nnn可以提高攻击成功率；（2）当固定αtrainα_{train}αtrain和nnn时，增加αtestα_{test}αtest也可以提高攻击成功率。

同时，对于不同的模式，攻击者需要设置不同的αtrainα_{train}αtrain值来使攻击有效。例如，对于Hello Kitty图案，αtrain=0.02α_{train}=0.02αtrain=0.02就足以使n=115n=115n=115的攻击成功率达到83.00%；但对于随机图案，αtrainα_{train}αtrain需要0.2。

总结。总之，使用混合注入策略，我们的评估表明，当使用随机图像作为密钥模式时，攻击者通过注入n=115个投毒样本可以达到97%以上的攻击成功率。注入投毒样本后，标准测试准确率没有下降，而使用错误密钥的攻击成功率为0%。

「附件注入策略」的评估

与混合注入策略相比，这里的关键图案被注入到一个有限的区域而不是整个图像中。我们的评估再次表明，只需要少量的投毒样本，例如大约50个，就可以骗过学习系统，获得较高的攻击成功率。

图7中展示了我们的实验结果。我们观察到，攻击成功率随着投毒样本数n的增加而增加。对于太阳镜和近视镜，结果显示，注入n=57个中毒样本就足以达到使用中等大小模式的90%左右的攻击成功率。

图7:附件注入攻击的攻击成功率

总结。我们的评估结果表明，使用中等大小的模式，向训练集注入n = 57个投毒样本，足以让附件注入攻击者愚弄学习系统，攻击成功率约为90%，而在标准测试集上的测试精度几乎保持不变。另外，我们观察到，使用错误密钥的攻击成功率为0%。

「混合附件注入策略」的评估

插入隐蔽的密钥模式（小的αtrainα_{train}αtrain）来生成投毒训练数据，并应用可见的密钥模式（大的αtestα_{test}αtest）来愚弄学习系统。

在这次实验中，使用与评估附件注入策略相同的眼镜模式，并选择αtrain=0.2α_{train}= 0.2αtrain=0.2和αtest=1α_{test}= 1αtest=1。请注意，通过设置αtrain=0.2α_{train}=0.2αtrain=0.2，投毒实例中的图案对人类来说是不明显的（见图5）

图8中展示了结果。我们可以观察到，通过使用大尺寸或中尺寸的紫光眼镜图案，只需要57个投毒样本就可以达到90%以上的攻击成功率。然而，我们观察到，图案的选择大大影响了攻击效率。在我们的实验中，当注入黑框眼镜图案时，它比使用紫色太阳镜图案进行混合附件注入攻击需要更多的投毒数据。例如，使用大型黑框眼镜，如果n=57，那么攻击成功率只有7.25%，这意味着攻击几乎失败；如果使用中型黑框眼镜作为关键模式，n=115，攻击成功率只有22.13%。

图8：混合附件注入攻击的攻击成功率

总结。使用混合附件注入策略，我们可以设置一个小的αtrainα_{train}αtrain值（即αtrain=0.2α_{train}=0.2αtrain=0.2），这样，即使是人类也很难注意到钥匙模式。结果表明，使用一个小型或中型的紫色眼镜钥匙图案，只注入n=57n=57n=57个投毒样本就足以达到90%以上的攻击成功率。投毒后的标准测试准确率几乎与原始模式相同，而使用错误钥匙的攻击成功率为0%。

「物理攻击」的评估

攻击策略：混合附件注入攻击

投毒数据：相机拍摄五人各20张和从YouTube Aligned Face数据集中抽取m张图像。每人分成一组

测试数据：五人中一人的5张照片

实验设置：将mmm从0到180变化，并评估攻击的成功率

结果显示在图11中。我们观察到，使用不同人的照片作为后门时，攻击的有效性是不同的。例如，使用真实的太阳镜作为模式，2号和3号人物只需注入40个投毒样本（即20张真实照片加上m=20个额外的数字编辑的投毒样本）就可以达到100%的攻击成功率；但对于其他人物，即使注入了200个投毒样本，攻击成功率仍然低于100%。此外，使用近视眼镜作为图案比使用太阳镜更难。

图11:使用物理模式的混合附件注入攻击的攻击成功率

结论和未来工作

在这项工作中，我们介绍了一种新的攻击类型，称为后门攻击，它对现实世界的深度学习模型构成严重威胁，特别是那些用于安全敏感的应用，如认证系统。我们利用数据投毒来实现后门攻击，并提出了几种攻击策略来进行这种后门投毒攻击。广泛的实验结果表明，通过向训练集注入少量的投毒样本，在这个投毒训练集上训练的模型将把后门实例分类为攻击者指定的目标标签，攻击成功率高于90%。此外，我们表明，所提出的投毒策略可用于创建物理上可实现的后门。我们还试验了几种潜在的防御策略，并表明它们都不能有效地检测和消除投毒样本或后门实例。我们的工作强调了研究后门投毒攻击的重要性，并为深度学习系统开发防御策略以应对这些攻击。

《Targeted Backdoor Attacks on Deep Learning Systems Using Data Poisoning》论文总结相关推荐

Position independent code and data (ROPI and RWPI)
为什么80%的码农都做不了架构师?>>> Introduction IAR Embedded Workbench for ARM version 5.50 and later ...
WiFi Signal Strength Explorer 2.3 Mac的WiFi信号强度检测工具
应用介绍 WiFi Signal Strength Explorer是一款Mac上的无线网络信号强度检测工具,主要功能包括实时监测无线网络信号强度.提供有关网络速度.连接质量和信号干扰的详细信息.记录 ...
Understanding and Modeling of WiFi Signal Based Human Activity Recognition
相关研究现有的无设备人体活动识别和定位工作可分为四类:基于接收信号强度指示器(RSSI)的.基于专用硬件的.基于雷达的和基于CSI的. 其中基于CSI的人类活动识别系统主要依靠WiFi信号的统计特征 ...
快速了解position independent code(PIC)
稍微了解地址无关代码(Position-Independent Code) - 掘金https://www.youtube.com/watch?v=Ss2e6JauS0Y
Richer Convolutional Features for Edge Detection（RCF论文学习笔记）
介绍: 做边缘检测(edge detection)的网络,实质上来讲,应该算是HED网络的改进作者提出RCF,将所有卷积特征封装成更具鉴别性的表示,很好地利用了丰富的特征层次结构,并且可以通过反向传 ...
Inferring Motion Direction using Commodity Wi-Fi for Interactive Exergames （WiDrancd）论文翻译
Inferring Motion Direction using Commodity Wi-Fi for Interactive Exergames (WiDrance) 利用wifi推断运动方向的互 ...
WIFI室内定位系统设计与实现(小学期满分项目)
WIFI Positioning Software Design Manual(WIFI室内定位软件设计说明书) 作为在CSDN上发的第一篇,稍微介绍一下吧,这个是我在小学期做的一个拿到了A(满分)的 ...
wifi网状网络_如何建立无线网状网络
wifi网状网络 Spotty Wi-Fi in certain areas of your home? A mesh network system can bring seamless connec ...
9个妙招增强家庭WIFI信号
1.DON'T HIDE YOUR ROUTER. 1.不要把路由器藏起来 Most people hide their routers because they're unsightly or in ...
为什么我连接到Wi-Fi但不能连接到Internet？
It's happened to all of us at some point. Your Wi-Fi signal is strong, but there's no internet conne ...

《Targeted Backdoor Attacks on Deep Learning Systems Using Data Poisoning》论文总结