贡献者感知的对抗性后门攻击防御方法

研究者提出一种贡献者感知的通用防御框架，用于在多个可能存在对抗者的数据源下抵御图像分类模型的对抗性后门攻击。该框架利用半监督集成与从众学习过滤对抗触发器产生的错误标签，训练和推理阶段均无需识别攻击者或检测后门模式，因此与后门模式的具体设计无关。实验显示该框架对多个攻击者同时发起的后门攻击具有鲁棒性。