A_Backdoor_5

本文介绍了一种利用深度生成模型自动合成物理后门数据集的框架。该数据集用于训练或评估物理后门模型，通过三个自动模块：建议合适的物理触发器、生成中毒候选样本（通过合成新样本或编辑现有干净样本）以及最终精炼最合理的样本，有效地降低了创建物理后门数据集的复杂性。该数据集的应用领域主要集中在深度神经网络的安全性研究，特别是在物理世界中实现后门攻击的研究。