模型裁剪

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。