MTAttack：针对大型视觉语言模型的多目标后门攻击
MTAttack: Multi-Target Backdoor Attacks against Large Vision-Language Models
AI 导读
研究者提出针对大型视觉语言模型（LVLM）的多目标后门攻击框架 MTAttack，在主流基准上取得高攻击成功率，明显优于现有攻击方法。作者称这是首个多目标后门攻击框架，其在单轮训练中同时植入对应不同攻击目标的多个独立触发器。针对触发器间严重特征干扰导致错误触发器与目标映射的问题，MTAttack 通过代理空间划分（Proxy Space Partitioning）与触发器原型锚定（Trigger Prototype Anchoring）两个约束在潜空间联合优化多个触发器，使每个触发器将干净图像独立映射到唯一代理类并保证彼此可分。论文报告该攻击跨数据集泛化性强，并能抵抗现有后门防御策略；作者认为结果凸显了 LVLM 对多目标后门攻击的脆弱性，代码已开源于 https://github.com/mala-lab/MTAttack。