本文提出了一种针对视觉-红外融合人脸检测模型的物理对抗补丁攻击方法 VIPatch（视觉-红外补丁）。随着深度学习在多模态融合（如可见光与红外图像）人脸检测中的应用日益广泛，模型面临的对抗性威胁也相应增加。现有的对抗补丁攻击大多仅在数字域针对单一模态（可见光或红外）设计，难以有效攻击融合模型，并且补丁图案往往不自然、容易被察觉。VIPatch 的核心创新在于生成同时作用于可见光和红外图像的逼真补丁，具体通过设计渐变颜色掩码和创可贴形状的贴纸，并联合优化这两个元素，使得生成的数字补丁既具备对抗性又外观自然，进而指导物理补丁的制作。实验在数字域和物理域（如打印贴纸并佩戴）均进行了评估，结果显示 VIPatch 在两个域中对融合模型均达到超过 90% 的攻击成功率，且补丁对人类观察者而言不易引起注意。该工作揭示了多模态人脸检测系统在物理世界中的新漏洞，对于安全从业者理解并防御此类攻击具有重要参考价值。

本文提出了一种名为“Beatrix”的鲁棒后门检测方法，通过利用Gram矩阵来检测深度神经网络中的后门攻击。研究背景是深度神经网络容易受到后门攻击，攻击者在训练阶段注入恶意行为，使得模型在正常输入下表现正常，但在特定触发模式下输出错误结果。现有的后门检测方法往往依赖于特定假设或容易被规避。本文的核心方法是通过分析模型中间层特征的Gram矩阵，捕捉不同层之间的统计相关性，从而识别出后门样本与干净样本之间的差异。具体地，Beatrix计算每个样本的Gram矩阵，并通过对比学习或异常检测算法来区分后门和正常样本。实验表明，该方法在多个基准数据集和多种后门攻击类型（如BadNets、Trojan攻击等）上均表现出高检测率和低误报率，并且对防御已知的规避策略具有鲁棒性。主要贡献包括：提出了一种基于Gram矩阵的后门检测新范式，无需修改训练过程或访问干净训练数据；证明了该方法在多种攻击场景下的有效性；并提供了理论分析支持其鲁棒性。适合研究深度学习安全的后门防御从业者阅读。

深度神经网络对对抗性扰动输入存在脆弱性，对抗训练是一种常用的防御手段，其效果受到模型架构的影响。以往研究探讨了改变模型宽度和深度对鲁棒性的影响，但尚未系统研究使用可学习参数化激活函数（PAF）的影响。本文旨在探究PAF是否能在对抗训练中提升鲁棒性。作者首先提出一个问题：改变激活函数形状能否提高鲁棒性？为此，他们选取了一组可调参数的PAF，能够独立控制负输入、接近零输入和正输入区域的行为。使用这些PAF，在固定形状参数下进行对抗训练，发现各个区域都会影响鲁棒性，但仅在某些区域（接近零和正输入）的调整能优于ReLU。随后，他们将可学习PAF与对抗训练结合，分析鲁棒性能。结果表明，激活函数的选择显著影响训练模型的鲁棒性，只有特定PAF（如平滑PAF）能在ReLU基础上显著提升鲁棒性。总的来说，该工作凸显了激活函数在对抗训练模型中的重要性。

深度神经网络（DNN）仍然容易受到后门攻击，现有后门检测方法通常需要干净数据、代理数据、梯度或迭代触发器重建，导致计算成本高且在实际模型审计场景中鲁棒性有限。本文提出HTell，一种快速、轻量级且无需数据的后门检测方法，基于头部随机探针技术。HTell的核心洞察是：后门模型在随机潜在探针下，预测头部的目标类别上往往表现出异常高的响应集中度。该方法首先生成架构感知的随机潜在探针，直接馈入模型头部，然后通过分析类别级响应统计量来检测后门，无需访问真实/代理数据、模型梯度或参数优化。在包含超过6000个后门模型和700多个干净模型的大规模基准上进行评估，覆盖4个数据集、14种架构和21种后门攻击类型。HTell实现了99.03%的真阳性率和2.11%的假阳性率，每模型检测延迟仅为12.69毫秒，相比基于梯度的代表性检测器时间成本降低超过30,000倍。结果表明，头部随机探针为大规模无数据后门模型审计提供了准确、鲁棒且高效的解决方案。