MROP: Mask-Region Optimized Purification Against Backdoor Attack in Deep JSCC
本文针对深度联合源信道编码(Deep JSCC)系统中的安全漏洞,特别是输入补丁后门攻击问题,提出了一种基于掩码区域优化的净化方法(Mask-Region Optimized Purification, MROP)。Deep JSCC 通过
共收录 3 条相关情报。
← 返回所有主题本文针对深度联合源信道编码(Deep JSCC)系统中的安全漏洞,特别是输入补丁后门攻击问题,提出了一种基于掩码区域优化的净化方法(Mask-Region Optimized Purification, MROP)。Deep JSCC 通过
本文是团队"Go To Germany"参加ImageCLEF 2026深度伪造检测与生成任务的系统描述,并在官方任务之外额外开展了基于净化的对抗检测研究。在图像生成任务中,作者使用FLUX.1-dev与PuLID进行身份保持的人脸合成,并
该论文揭示了鲁棒性优化防御(如对抗训练和对抗净化)中存在一种新的安全风险:共享脆弱性。尽管这些防御方法在单独评估时能显著提升模型对对抗样本的鲁棒性,但一旦某一代表性防御被有效攻破,整个同类防御家族可能面临暴露。为了区分真正的可迁移性、失真导