基于样本定制化特征对齐的清洁标签后门攻击研究

本文提出了一种创新的清洁标签（clean-label）后门攻击框架，通过样本定制化特征对齐技术，在低投毒率（p≤1%）和严格扰动预算（ϵ≤16/255）条件下显著提升攻击成功率（ASR）。该方法通过计算目标标签样本的特征质心，将源标签样本特征与之对齐，有效强化了触发模式与目标标签的关联性，在CIFAR-10等基准数据集上实现了95.1%的ASR，同时保持对清洁数据的高分类精度，对现有防御措施展现出强鲁棒性。

Highlight

• 我们发现毒化样本生成过程中的样本选择显著影响攻击效率：具有较低逻辑特（logit）值的样本更能提升攻击效能

• 首创通过计算目标标签样本特征质心，建立源标签样本与目标标签的强关联，使攻击效率提升37.6%

• 在CIFAR-10等数据集验证显示，本方法在严苛条件（p≤1%，ϵ≤16/255）下ASR达95.1%，远超Label-consistent等基线方法

Methodology

如图4所示，本方案包含四步曲：1）触发器生成：通过算法1生成扰动模式δ^t，采用裁剪操作Clip(z;ϵ_t)确保隐蔽性；2）数据投毒：将源标签样本特征与目标类质心对齐；3）受害者模型训练；4）攻击实施。关键创新在于将目标类特征质心作为正则项融入损失函数，形成双重优化机制。

Experiments

在CIFAR-10等数据集的三重复实验表明：1）1%投毒率下ASR达95.1%，较Label-consistent（需50%投毒）提升40.6%；2）ϵ=16/255时仍保持93.7%攻击成功率；3）对STRIP等防御方法的鲁棒性达89.2%。

Discussion and Future Work

本方法突破现有clean-label攻击三大局限：1）摆脱高投毒率依赖（p>10%）；2）消除静态触发器语义割裂问题；3）在医疗影像等场景展现特殊价值——例如胸部X光片中，0.8%投毒即可导致误诊率上升至91.3%。未来将探索在垂直联邦学习（VFL）中的跨模态应用。

Conclusion

通过特征对齐技术革新清洁标签后门攻击范式，在严格约束条件下实现ASR突破性提升，为AI安全领域提供新的攻防研究基准。