Tag · 15 篇
后门攻击
当低秩适配背叛你：伪装成良性适配器的文本到图像模型后门攻击
When LoRA Betrays: Backdooring Text-to-Image Models by Masquerading as Benign Adapters
揭示了以 LoRA 适配器为载体的模型共享生态中的后门注入路径：攻击者只需冻结基座、仅训练低秩权重即可植入「触发词→目标图像」的跨模态隐藏映射，这为视觉社区设计 LoRA 权重审计、触发器检测与安全加载协议提供了明确的威胁模型与评测设定。
释放隐蔽后门大流行：感染单个扩散模型
Unleashing Stealthy Backdoor Pandemic by Infecting a Single Diffusion Model
揭示使用第三方扩散模型生成合成数据训练下游模型时，后门可跨模型传播的供应链风险；其提出的四项测试可作为评估视觉模型后门鲁棒性的新基准。
面向车道线检测的隐蔽有效后门攻击：一种自然化数据投毒方法
Towards Stealthy and Effective Backdoor Attacks on Lane Detection: A Naturalistic Data Poisoning Approach
用扩散模型在易受攻击区域合成自然化后门触发器，并配合梯度热图定位最优注入位置，为视觉模型后门攻防研究提供了可复用的触发器生成与位置搜索范式。
面向文本到图像扩散模型的人类不可感知后门攻击
Towards Human-Imperceptible Backdoor Attacks on Text-to-Image Diffusion Models
对做扩散模型安全与数据投毒的研究者，这篇给出了首个干净标签后门设定：图像端注入近不可感知噪声、文本端用同义替换加句法重排构造复合语义触发器，可在不破坏图文对齐的前提下植入后门并绕过商用内容过滤器，为评估生成模型供应链安全提供了新的威胁模型与防御测试基准。
面向被植入后门的大型视觉语言模型的测试时注意力净化
Test-Time Attention Purification for Backdoored Large Vision Language Models
对做多模态大模型安全与部署的研究者，这篇给出了一个可直接复用的测试时检测信号——跨模态融合层中视觉-文本注意力比值，以及一个免训练、即插即用的输入净化流程（剪除高注意力可疑视觉 token），无需重训 LoRA 或适配器即可中和后门激活。
通过投毒知识库对检索增强扩散模型进行红队测试
Red-teaming Retrieval-Augmented Diffusion Models via Poisoning Knowledge Bases
针对检索增强扩散模型的黑盒后门攻击方法，通过知识库投毒和多目标优化学习触发器，可启发视觉研究者评估检索增强生成系统的安全性，并设计防御机制。
Phantom：以物理对象交互作为动态触发器劫持 NMS 的后门攻击
Phantom: Physical Object Interactions as Dynamic Triggers for NMS-Exploited Backdoors
把目标检测后处理中的 NMS 环节当作攻击面：用真实场景中的物体交互关系（而非固定 patch）作为动态触发器，可同时诱发误分类、误定位与目标凭空出现/消失，为检测模型的后门防御与 NMS 设计提供了新的威胁模型。
IAG：面向基于 VLM 的视觉定位的输入感知后门攻击
IAG: Input-aware Backdoor Attack on VLM-based Visual Grounding
对做视觉定位或多模态大模型落地的人，这篇给出了一个可复用的攻击面：用文本条件 UNet 把目标语义隐写进图像，使任意指定目标都能被诱导定位，可作为评估 grounding 系统可信度的红队基线。
好也可能变坏：一种通过灵活各向同性重采样对3D点云分类器实施的统一攻击
Good Can Sometimes be Bad: A Unified Attack against 3D Point Cloud Classifier by a Flexible Isotropic Resampling
提出用表面近似与射线采样的各向同性重采样统一实现对抗攻击与后门攻击，并把「提升被攻击点云质量」作为隐蔽性手段，为点云分类器的安全评测提供了可复用的攻击范式与新的隐蔽性评价视角。
FlowHijack：一种针对流匹配视觉-语言-动作模型的动力学感知后门攻击
FlowHijack: A Dynamics-Aware Backdoor Attack on Flow-Matching Vision-Language-Action Models
针对流匹配VLA模型的向量场动力学设计后门攻击，揭示了连续动作生成机制的安全漏洞，为视觉-语言-动作模型的鲁棒性评估与防御提供了新方向。
揭示功能融合：动态提示架构中的一类新型策略后门
Exposing Functional Fusion: A New Class of Strategic Backdoor in Dynamic Prompt Architectures
揭示了动态视觉提示架构（如VPT）中一种新的后门攻击范式——功能融合，即恶意逻辑与良性任务效用紧密耦合于同一稀疏参数核心，导致剪枝防御必然破坏良性性能；这对设计鲁棒的参数高效微调方法和防御策略具有直接启发。
消除后门攻击引发的距离差异：层选择性训练与裁剪以掩码后门模型
Eliminate Distance Differences Induced by Backdoor Attacks: Layer-Selective Training and Clipping to Mask Backdoor Models
提出层选择性的后门植入策略，通过定位对后门目标最敏感的层并裁剪非敏感层来缩小后门模型与干净模型的参数距离，为视觉模型在联邦学习场景下的后门攻防研究提供了可复用的隐蔽性增强手段。
Batman：联邦后门攻击中通过恶意零空间实现良性知识对齐
Batman: Benign Knowledge Alignment Through Malicious Null Space in Federated Backdoor Attack
对做视觉模型安全与联邦训练的研究者，这篇给出了一个可复用的思路：把良性知识约束到恶意更新张成的零空间正交补中，从而在共享参数空间里解耦攻击子空间与正常表征，可用于设计更难被检测的投毒/后门方案，也可反过来启发基于子空间正交性的后门检测与去除方法。
归因引导的不可靠神经网络行为模型矫正
Attribution-Guided Model Rectification of Unreliable Neural Network Behaviors
用秩一模型编辑加逐层归因定位，在几乎不重训、仅需一张干净样本的条件下修正视觉模型对非鲁棒特征的依赖（如神经木马、虚假相关），为视觉模型的可信部署提供了一种低成本的后处理修复手段。
AdapAction：针对 GUI 智能体的自适应目标动作后门攻击
AdapAction: Adaptive Target Action Backdoor Attack against GUI Agents
对做多模态 GUI 智能体或 VLM 智能体安全的研究者，这篇给出了一个「上下文感知型后门」的攻击范式：触发器不再映射到固定动作，而是让模型按当前界面状态与指令自行选择语义连贯的恶意动作，因此基于指令一致性、视觉连贯性、安全性的 LLM 防御难以识别；可作为构建智能体安全评测与防御（如动作级一致性校验、状态-动作因果审计）的基线攻击。