多模态基础模型自监督后门攻击防御数据集

多模态基础模型自监督后门攻击防御数据集的构建是在badnet中毒模型参数的基础上进行的，利用标准数据集YFCC100M的子集或广泛使用的主流多模态数据集进行训练。这些参数主要包括ABL后门防御模型权重参数和CleanCLIP后门防御模型权重参数两个关键数据文件。ABL后门防御模型的权重参数是通过设计一种鲁棒的训练方法得到的，这种方法使得模型能够在遭受后门毒化的数据集上正常训练，同时自动地避免学习到后门样本的特征；CleanCLIP后门防御模型的权重参数通过独立地重新调整各个模式的表示来削弱后门攻击引入的学习虚假关联，从而提高了模型对于后门触发器的免疫力。这两个数据文件共同构成了多模态后门攻击防御模型的核心，它们在提高模型安全性和鲁棒性方面发挥着关键作用。这些参数的生成和优化过程经过了严格的测试和验证，以确保模型能够在实际应用中有效地抵御后门攻击的威胁。