T-Backdoor: Exploiting Temporal Redundancy in Neuromorphic Data for Spike-preserving Backdoor Attacks on SNNs
该论文聚焦脉冲神经网络（SNN）中的后门攻击这一相对薄弱的研究方向。SNN 与常规深度神经网络不同，其信息以离散脉冲的时序形式编码，因此攻击面不仅包含空间维度，还包含时间维度。作者指出，已有 SNN 后门工作大多依赖时空联合触发器，这类触发
#neuromorphic-computing
共收录 2 条相关情报。
← 返回所有主题Poster: Backdoor Attacks on Spiking NNs and Neuromorphic Datasets.
本文针对脉冲神经网络（SNN）和神经形态数据集提出了一种后门攻击方法。脉冲神经网络是第三代神经网络，具有低功耗和事件驱动的特点，在神经形态硬件上展现出巨大潜力。然而，其安全性问题尚缺乏系统研究。作者首次探索了SNN在后门攻击下的脆弱性，设计