视觉语言模型（VLM）具备强大的多模态理解与生成能力，已被广泛用于图文问答、检索、多模态 Agent 感知等场景。但其微调流程通常依赖第三方或不可信数据，攻击者可通过在微调数据中投毒，向模型植入后门：在正常输入上表现正常，一旦出现特定触发模式便输出攻击者预设的结果。针对这一威胁，现有防御存在两类代价：一类需要在微调阶段进行大量参数更新，训练成本高且容易损害干净任务性能；另一类在推理阶段引入逐查询的额外计算开销，难以在大规模在线服务中落地。本文提出 Perturb-Select-Restore（PSR），一种训练后（post-training）防御方法，仅对模型中的投影接口（projection interface，即连接视觉编码器与语言模型的投影层）做稀疏参数更新，并且推理阶段不引入任何额外计算。作者的关键发现是：被植入后门的 VLM 投影器对受限扰动（bounded perturbation）的敏感程度显著高于干净模型的投影器，作者将这一现象命名为“投影脆弱性（projection fragility）”。基于该现象，PSR 在每一个投影层中定位对扰动最敏感的输出通道，并将这些通道的参数恢复到对应的预训练初始值，从而在不重训整个模型的前提下削弱后门通路。跨多个任务的实验表明，PSR 能将攻击成功率降至接近零，同时基本保持干净任务上的原始性能。该工作为 VLM 供应链与微调安全提供了一种低成本、可部署的防御思路，适合研究 VLM 后门攻防、多模态对齐与模型供应链安全的读者。