多模态基础模型后门数据增强防御数据集

本模型的权重参数生成经历了三个主要阶段：模型初始化权重参数、后门攻击模型权重参数和后门防御模型权重参数。首先，使用课题一训练得到的模型参数进行初始化，提供基础权重。然后，采用Badnet后门攻击方法，在VIDAL-10M数据集的一个单模态红外数据子集上进行数据投毒，通过在被投毒的数据集上训练模型，获得后门攻击模型的权重参数。接下来，分别使用主流的NAD后门防御方法以及本研究提出的KID后门数据增强防御方法，在同一被投毒的红外数据子集上进行后门防御训练，分别得到后门防御模型的权重参数。这一步通过后门防御训练调整和优化了模型的权重参数，以减少或消除后门的影响。

搜集汇总

背景与挑战

背景概述

该数据集由中山大学创建，包含多模态基础模型的后门攻击与防御权重参数，数据量为3.21GB，共5个文件。其生成过程包括：基于初始化参数进行Badnet后门攻击，再分别采用NAD和KID后门数据增强防御方法在同一红外子集上训练，获得防御模型权重。