論文の概要: DEFUSE: Generalizable Backdoor Defense for Self-Supervised Encoders with Generative Priors

• arxiv url: http://arxiv.org/abs/2608.25851v1
• Date: Wed, 26 Aug 2026 14:24:05 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-08-27 14:15:15.861325
• Title: DEFUSE: Generalizable Backdoor Defense for Self-Supervised Encoders with Generative Priors
• Title（参考訳）: DEFUSE: ジェネレーティブプライオリティを持つセルフスーパーバイザエンコーダのための一般化可能なバックドアディフェンス
• Abstract要約: 自己教師付き学習(SSL)エンコーダは、バックドア攻撃に対して脆弱である。 DEFUSEはSSLエンコーダの一般的なバックドア検出フレームワークである。
• 参考スコア（独自算出の注目度）: 40.98521902229488
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Self-supervised learning (SSL) encoders are vulnerable to backdoor attacks, posing threats to both visual SSL encoders and vision-language encoders. Existing defenses are typically designed for only one of these paradigms and rely on restrictive assumptions such as access to uninfected in-distribution data or precomputed pseudo-labels, which are difficult to satisfy in practice. To address these limitations, we propose DEFUSE, a generalizable backdoor detection framework for SSL encoders. Inspired by Bayesian posterior inference, we reformulate backdoor detection as a representation-conditioned image likelihood estimation problem parameterized by a conditional diffusion generative model. Uninfected representations tend to yield semantically consistent reconstructions, whereas backdoored ones are more likely to be mapped to the attacker's target class or semantically meaningless images, deviating from the original semantics and thereby exposing the backdoor. However, we find that the exact likelihood is intractable, because highly abstracted representations discard the low-level information necessary for pixel-faithful reconstruction. We therefore relax the objective to semantic reconstruction and evaluate it in a well-separated representation space provided by a reference encoder. Rather than training from scratch, we fine-tune a pretrained diffusion model, leveraging its generative prior to map data onto the natural image manifold while preserving semantic content. Extensive experiments demonstrate that DEFUSE substantially outperforms existing detectors across diverse attack settings, generalizing to both visual SSL and vision-language encoders. Notably, our method greatly reduces the reliance on prior knowledge about the victim encoder or the attack strategy. The source code is available at https://github.com/jsrdcht/DEFUSE .
• Abstract（参考訳）: 自己教師付き学習(SSL)エンコーダはバックドア攻撃に対して脆弱であり、ビジュアルSSLエンコーダとビジョン言語エンコーダの両方に脅威を与える。 既存の防衛は、一般的にこれらのパラダイムの1つだけのために設計されており、実際には満たせない未感染のイン・ディストリビューションデータやプリ計算済みの擬似ラベルへのアクセスのような制限的な仮定に依存している。 これらの制限に対処するため,SSLエンコーダの一般化可能なバックドア検出フレームワークであるDEFUSEを提案する。 ベイジアン後部推論にインスパイアされ、条件拡散生成モデルによりパラメータ化された表現条件付き画像推定問題として、バックドア検出を再構成する。 感染していない表現は意味的に一貫性のある再構築をもたらす傾向があり、一方バックドアの表現は攻撃者のターゲットクラスや意味的に意味のないイメージにマッピングされ、元のセマンティクスから逸脱し、バックドアを露出する傾向にある。 しかし,高度に抽象化された表現は,画素の忠実な再構成に必要な低レベル情報を捨ててしまうため,精度が低いことが判明した。 そこで我々は, セマンティック再構築の目的を緩和し, 参照エンコーダによって提供されるよく区切られた表現空間で評価する。 スクラッチからトレーニングするよりは、自然像多様体にデータをマップする前に、意味的コンテンツを保存しながら、その生成性を生かして、事前訓練された拡散モデルを微調整する。 大規模な実験により、DeFUSEは様々な攻撃設定で既存の検出器を大幅に上回っており、ビジュアルSSLとビジョン言語エンコーダの両方に一般化されている。 特に,本手法は,被害者エンコーダや攻撃戦略に関する事前知識への依存を大幅に軽減する。 ソースコードはhttps://github.com/jsrdcht/DEFUSE で公開されている。

関連論文リスト

• Rethinking Security in Semantic Communication: Latent Manipulation as a New Threat [4.488447044579913]
  ディープラーニングに基づくセマンティックコミュニケーション(SemCom)は,次世代無線ネットワークにおいて有望なパラダイムとして登場した。 本論文では,マン・イン・ザ・ミドル(MitM)攻撃者が送信されたセマンティクスを隠蔽的に操作できる基本的な潜時空間脆弱性を明らかにする。
  論文  参考訳（メタデータ） (2025-12-03T01:54:11Z)
• Backdoor Attack on Vision Language Models with Stealthy Semantic Manipulation [32.24294112337828]
  BadSemは、トレーニング中に画像とテキストのペアを意図的に間違えることでバックドアを注入するデータ中毒攻撃だ。 実験の結果,BadSemは平均的ASRの98%以上を達成し,アウト・オブ・ディストリビューション・データセットに最適化し,有害なモダリティをまたいで転送可能であることがわかった。 我々の発見は、より安全なデプロイメントのためにビジョン言語モデルにおけるセマンティックな脆弱性に対処する緊急の必要性を浮き彫りにしている。
  論文  参考訳（メタデータ） (2025-06-08T16:40:40Z)
• Robust Anti-Backdoor Instruction Tuning in LVLMs [53.766434746801366]
  大規模視覚言語モデル(LVLM)のための軽量で認証に依存しない防御フレームワークについて紹介する。 私たちのフレームワークは、命令チューニングの下で、アダプタモジュールとテキスト埋め込み層のみを微調整します。 Flickr30kとMSCOCOに対する7つの攻撃に対する実験は、我々の攻撃の成功率をほぼゼロに低下させることを示した。
  論文  参考訳（メタデータ） (2025-06-04T01:23:35Z)
• Propaganda via AI? A Study on Semantic Backdoors in Large Language Models [7.282200564983221]
  セマンティックバックドアは少量の毒コーパスで埋め込むことができる。 本稿では,意味論的エントロピーとモデル間の整合性解析を組み合わせたブラックボックス検出フレームワークであるRAVENを紹介する。 未検出セマンティックバックドアの実証評価
  論文  参考訳（メタデータ） (2025-04-15T16:43:15Z)
• Reformulation is All You Need: Addressing Malicious Text Features in DNNs [53.45564571192014]
  本稿では,敵攻撃とバックドア攻撃の両方に対して有効な,統一的かつ適応的な防御フレームワークを提案する。 我々のフレームワークは、様々な悪意あるテキスト機能において、既存のサンプル指向の防御基準よりも優れています。
  論文  参考訳（メタデータ） (2025-02-02T03:39:43Z)
• DeDe: Detecting Backdoor Samples for SSL Encoders via Decoders [6.698677477097004]
  自己教師付き学習(SSL)は、大量のラベルのないデータで高品質な上流エンコーダのトレーニングに広く利用されている。 Victim encodersは、インプットとターゲットの埋め込みを関連付け、インプットがアクティブになったときに下流のタスクが意図しない動作を継承する。 本稿では,被害者エンコーダの入力によって引き起こされるバックドアマッピングの活性化を検出する新しい検出機構であるDeDeを提案する。
  論文  参考訳（メタデータ） (2024-11-25T07:26:22Z)
• EmInspector: Combating Backdoor Attacks in Federated Self-Supervised Learning Through Embedding Inspection [53.25863925815954]
  フェデレートされた自己教師付き学習(FSSL)は、クライアントの膨大な量の未ラベルデータの利用を可能にする、有望なパラダイムとして登場した。 FSSLはアドバンテージを提供するが、バックドア攻撃に対する感受性は調査されていない。 ローカルモデルの埋め込み空間を検査し,悪意のあるクライアントを検知する埋め込み検査器(EmInspector)を提案する。
  論文  参考訳（メタデータ） (2024-05-21T06:14:49Z)
• Downstream-agnostic Adversarial Examples [66.8606539786026]
  AdvEncoderは、事前訓練されたエンコーダに基づいて、ダウンストリームに依存しない普遍的敵の例を生成するための最初のフレームワークである。 従来の逆数例とは異なり、事前訓練されたエンコーダは分類ラベルではなく特徴ベクトルを出力するのみである。 その結果、攻撃者はトレーニング済みのデータセットやダウンストリームのデータセットを知らずに、ダウンストリームのタスクを攻撃できることがわかった。
  論文  参考訳（メタデータ） (2023-07-23T10:16:47Z)
• Hidden Backdoor Attack against Semantic Segmentation Models [60.0327238844584]
  Emphbackdoor攻撃は、深層ニューラルネットワーク(DNN)に隠れたバックドアを埋め込み、トレーニングデータに毒を盛ることを目的としている。 我々は,対象ラベルを画像レベルではなくオブジェクトレベルから扱う,新たな攻撃パラダイムであるemphfine-fine-grained attackを提案する。 実験により、提案手法はわずかなトレーニングデータだけを毒殺することでセマンティックセグメンテーションモデルを攻撃することに成功した。
  論文  参考訳（メタデータ） (2021-03-06T05:50:29Z)
• A Neuro-Inspired Autoencoding Defense Against Adversarial Perturbations [11.334887948796611]
  ディープニューラルネットワーク(DNN)は敵の攻撃に対して脆弱である。 現在の最も効果的な防御策は、敵に摂動された例を使ってネットワークを訓練することである。 本稿では,神経に誘発される防御機構について検討する。
  論文  参考訳（メタデータ） (2020-11-21T21:03:08Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。