arXiv · cs.AI· Behrad Tajalli, Henk Berendsen, Xiaoyun Xu, Stjepan Picek·· 5 小时前
深度神经网络后门攻击的三空间隐蔽性测量研究
Quiet Triggers, Loud Footprints: A Tri-Space Measurement Study of Backdoor Stealthiness
arXiv:2610.19947v1阅读论文 PDF ↗
仅依据论文摘要整理；未读取全文，实验条件、证明与基准细节请核对原文。
作者：Behrad Tajalli, Henk Berendsen, Xiaoyun Xu, Stjepan Picek
研究任务与主要进展
作者提出三空间测量框架，用于评估图像分类深度神经网络后门攻击在输入、特征和参数空间中的隐蔽足迹。基于四个数据集和三种模型架构的摘要结果，研究发现攻击通常难以在三个空间同时保持低足迹，并提出CDBI和TUP两个诊断指标。
阶段、条件与复现 · 深读核对
- 新能力对应什么具体任务与最小输入输出？
- 代码、模型、数据、许可与可用入口是否明确？
- 效果、总成本、失效条件与实际工作流如何验证？
这些是阅读核对问题；材料未说明的条件保留未知。请结合上方论文版本、资料范围与原文核验。
来源：arXiv · cs.AI · arxiv.org