全部动态
从来源，看到研究的联系
点选节点，展开一条线索
本页材料
完整标题与摘要 · 16 条- 会议论文USENIX Security 2025
Topic-FlipRAG：面向 RAG 模型的主题导向对抗性观点操纵攻击
两阶段攻击通过对抗扰动系统性地扭转 RAG 在特定主题上的输出观点，现有缓解方法难以防御。
- 会议论文USENIX Security 2025
AUDIO WATERMARK：面向黑盒语音数据集版权保护的动态无害水印
用风格迁移生成动态水印并借助 OOD 特征避免植入有害后门，在黑盒模型上验证成功率达 95%，并能抵御 8 种攻击场景。
- 会议论文USENIX Security 2025
持续学习中的持久后门攻击
提出 Blind Task 与 Latent Task 两种持久后门，在多种持续学习算法下成功率高，并能规避 SentiNet、I-BAU 等防御。
- 会议论文USENIX Security 2025
看好守卫者！增强鲁棒性的扩散模型的安全风险
提出 DIFF2 攻击，在扩散采样中植入恶意过程，显著削弱对抗净化与鲁棒性认证的效果。
- 会议论文USENIX Security 2025
基于 Rowhammer 的木马注入：翻转一个比特即可给 DNN 植入后门
提出 ONEFLIP，仅翻转全精度模型的单个比特即可植入后门，攻击成功率平均 99.6%，且能抵御后门防御。
- 会议论文USENIX Security 2025
重新审视后门攻击中训练与推理触发器的强度
发现训练与推理触发器强度不匹配反而能增强攻击并提升隐蔽性，混合强度训练使最坏情况攻击成功率从 10.61% 升至 92.77%。
- 会议论文USENIX Security 2025
GPUHammer：针对 GPU 显存的 Rowhammer 攻击切实可行
首次在 NVIDIA GDDR6 GPU 上实现 Rowhammer 攻击，注入比特翻转并篡改 ML 模型，使准确率最多下降 80%。
- 会议论文USENIX Security 2025
向 Stable Diffusion 模型植入偏见后门（B^2）
用少量带自然文本触发词的恶意样本向扩散模型注入任意偏见，成本仅 10–15 美元，且难以在不知偏见的情况下检测。
- 会议论文USENIX Security 2025
PoiSAFL：针对拜占庭鲁棒半异步联邦学习的可扩展投毒攻击框架
提出隐蔽投毒框架，通过三个模块构造不可检测的恶意模型，可击败三类典型拜占庭鲁棒防御。
- 会议论文USENIX Security 2025
DeBackdoor：数据受限下检测深度模型后门的演绎框架
通过优化平滑的攻击成功率目标演绎搜索触发器，仅需前向传播即可逆向后门，在多种攻击与模型上检测效果近乎完美。
- 会议论文USENIX Security 2025
从纯净到危险：用“无害”良性组件给合并模型植入后门
提出 MergeBackdoor，使上游模型看似良性，合并后后门成功率接近 1.0，且现有检测难以发现异常。
- 会议论文USENIX Security 2025
利用良性提示从文生图模型主动生成不安全图像
研究通过投毒篡改文生图模型，使良性提示生成不安全图像，分析副作用成因并提出兼顾隐蔽性与效果的投毒方法。
- 会议论文USENIX Security 2025
EmbedX：针对大语言模型的基于嵌入的跨触发器后门攻击
用连续嵌入向量作为软触发器，将多个 token 映射到同一后门通路，并以潜在对抗机制保证隐蔽性，在四个 LLM 上有效且保持可用性。
- 会议论文USENIX Security 2025
数据复制：机器遗忘中的一种多用途攻击范式
攻击者复制训练子集后请求遗忘，发现重训练在某些条件下失效、遗忘会导致模型退化，且近重复样本可绕过去重检测。
- 会议论文USENIX Security 2025
神经隐身斗篷：通过被攻陷的 AI 图像信号处理在图像中隐藏攻击者
通过数据投毒在 AI 驱动的 ISP 模型中植入后门，使穿特定斗篷的人在输出图像中被完全抹除，并在真实场景中验证。
- 会议论文USENIX Security 2025
PoisonedRAG：针对大模型检索增强生成的知识污染攻击
向知识库注入少量恶意文本即可诱导 LLM 输出攻击者指定答案，每个目标问题注入 5 条文本攻击成功率达 90%，现有防御不足。