{“状态”：“确定”，“消息类型”：“工作”，“信息版本”：“1.0.0”，“邮件”：{“索引”：{“日期-部件”：[[2024,6,20]]，“日期-时间”：“2024-06-20T11:13:40Z”，“时间戳”：1718882020331}，“参考-计数”：79，“出版商”：“IEEE”，“许可证”：[{“开始”:{“日期-零件”：[2022,6,1]]，”日期-时间“：“2022-06-01T00:00:00Z”，“timestamp”：1654041600000}，“content-version”：“stm-asf”，“delay-in-days”：0，“URL”：“https:\/\/doi.org\/10.15223\/policy-029”}，{“start”：{“date-parts”：[2022,6,1]]，“date-time”：“2022-06-01T00:00:00Z”，“timestamp”：1654041600000}，“content-version”：“stm-asf”，“dellay-in-days”：0域“：{”域“：[]，”交叉标记-限制“：false}，”短容器-时间“：[]，“published-print”：{“date-parts”：[[2022,6]]}，“DOI”：“10.1109\/cvpr52688.2022.01301”，“type”：“proceedings-article”，“created”：{“date-ports”：[[2022,9,27]]，“date-time”：“2022-09-27T19:56:41Z”，“timestamp”：1664308601000}，”source“Crossref”，“is-referenced-by-count”：14，“title”：[“Backdoor Scanning中的更好的触发器反转优化”]，“前缀”：“10.1109”，“作者”：[{“given”：“Guanhong”，“family”：“Tao”，“sequence”：“first”，“affiliation”：[}“name”：“Purdue University”}]}，{“given”:“Guangyu”，“家庭”：“Shen”，“sequence”:“additional”，“feliation”:[{（名称）：“Purtue University}]}，{{“给定”：“生威”，“家庭”：“An”，“sequence”：“additional”，“affiliation”：[{“name”：“Purdue University”}]}，{“given”：“Qiuling”，“family”：“Xu”，“sequence”:“additionable”，“abfiliance”：[[{”name“：”Purdue University“}]}，{”given“：”Shiqing“，”family“：”Ma“，”sequence“：”additional，“sequence”：“additional”，“affiliation”：[{“name”：“Purdue University”}]}，{“given”：“Xiangyu”，“family”：“Zhang”，“sequence”：“additional”，“affiliation”：“[{”name“：”Purdue University“}]}]，“member”：“263”，“reference”：[{key“：”ref73“，”doi-asserted-by“：”publisher“，”doi“10.1145\/3319535.3354209”}，“key”：”ref72“，”article-title“：”使用元检测ai特洛伊木马“神经分析”，“作者”：“晓君”，“年”：“2019”，“新闻标题”：“ArXiv预印本”}，{“键”：“ref71”，“文章标题”：”Dba：针对联合学习的分布式后门攻击“，”author“：”xie“，”year“：”2019“，”journal-title“：”ICLRE“}，”{“key”：“ref70”，“论文标题“：”Fast胜于free：重审对抗性训练“密钥”：“ref76”，“article-title”：“Cassandra：从对抗性干扰中检测木马网络”，“author”：“zhang”，“year”：“2020”，“journal-title“：”ArXiv Preprint“}，{“key”：“ref77”，“doi-asserted-by”：“publisher”，”doi“：”10.1109\/EuroSP51992.2021.00022“}”，{”key“：”ref74“article-title：“Deepsweep:使用数据增强缓解dnn后门攻击的评估框架”，“author”：“zeng”，“year”：“2020”，“journal-title”：“ArXiv预打印”}，{“key”：“ref39”，“doi-asserted-by”：“publisher”，“doi”：“10.14722\/ndss.2018.23291”}：“zhang”，“year”：“2021”，“journal-title”：“ArXiv Preprint”}，{“key”：“ref38”，“doi-asserted-by”：“publisher”，”doi“：”10.1145\/3319535.3363216“}，”{“key”：”ref78“，”doi-assert-by“：”publisher“，”doi:“10.1109\/CVPR42600.2020.01445”}145\/3394171.3413546“}，{“key”：“ref33”，“article-title”：“神经注意蒸馏：清除深层神经网络的后门触发器”，“卷”：“21”，“作者”：“li”，“年份”：“2021”，“新闻标题”：“ICLRE”}，{“key”：“ref32”，“doi-asserted-by”：“publisher”，“doi”：“10.1109\/TDSC.2020.3021407”}，“年份”：“2018年”，“新闻标题”：“第32届神经信息处理系统国际会议论文集”}，{“key”：“ref30”，“article-title”：“深层分区聚合：对一般中毒攻击的有效防御”，“author”：“levine”，“year”：“2020”，“journal title”：，“article-title”：“精细修剪：防御对深层神经网络的后门攻击”，“author”：“liu”，“year”：“2018”，“journal-title“：”调查Raidology“}，{“key”：“ref36”，“artice-title（文章标题）：“Network in Network”，“author”:“lin”，”year“：”2013“，”journal-title“”：“ArXiv Preprint”}，“key“：”ref35“，”doi-asserted-by“：”publisher“，”doi“：“10.1145\/3372297.3423362”}，{“key”：“ref34”，“article-title”：“重新思考后门攻击的触发因素”，“author”：“li”，“year”：“2020”，“journal-title“：”ArXiv Preprint“}，}“key”：“ref60”，“article-title”：“Demon in the variant:统计分析dnns for robust backdoor polution detection”，“author”:“tang”，“year”：”2021“，”journal-title“：“Usenix Security”}，{“key”：“ref62”，“first-page”：“8000”，“article-title”：“后门攻击中的光谱特征”，“author”：“tran”，“year”：“2018”，“journal-title“：”NeurIPS“}”，{”key“：”ref61 63英寸，“article-title”：“Nnoculation:后门dnns的广谱和靶向治疗”，“author”：“kumar veldanda”，“year”：“2020”，“journal-title“：”ArXiv预印本“}，{“key”：“ref28”，“artice-title（文章-标题）：“预处理模型上的体重中毒攻击”，“author”:“kurita”，“year”:“2020”：“通过随机平滑验证对后门攻击的鲁棒性”，“author”：“wang”，“year”：“0”，“journal-title”：“ArXiv预打印”}，{“key”：“ref27”，“author”，“krizhevsky”，“year”：《2009年》，“jornal-tittle”：《从微小图像中学习多层特征》}，“key“：“ref65”，“doi-asserted-by”：“publisher”，“doi”：“10.1109\/SP.2019.00031”}、{“key”：“ref66”，“first page”：“1281”，“article-title”：“经过良好的培训，就会出现巨大的漏洞：针对迁移学习的实际攻击”，“author”：“wang”，“year”：“2018”，“journal-title“：”USENIX Security 18“}，{“key”：”ref29“，”doi-asserted-by“：”publisher“，”doi“：”10.1049 \/iet-cvi.201.0040“}”，{”key“：”ref67“，”article-title“：“尾部攻击：是的，你真的可以后门联合学习”，“卷”：“33”，“作者”：“wang”，“年份”：“2020”，“日志标题”：“NeurIPS”}，{“key”：“ref68”，“文章标题”：”木马神经网络的实际检测：数据列表和无数据案例“，”作者“：”wang“，”年份“：”2020“，”日志标题“：”ECCV“}，”{“密钥”：“ref69”，“论文标题”：“Rab:对后门攻击的可证明鲁棒性”，“作者”：“weber”，“年份”：“2020”，“期刊标题”：“ArXiv预印本”}，{“密钥”：“ref2”，“第一页”：“19”，“文章标题”：“深度学习模型中的盲后门”，“卷”：“21”，“作者”：“bagdasaryan”，“年份”：“2021”，“期刊标题”：“Usenix Security”}，{“密钥”：“ref1”，“年份”：“2022”，“期刊标题”：“PixelBackdoor”}，{“key”：“ref20”，“doi-asserted-by”：“publisher”，“doi”：“10.1109\/CVPR.2016.90”}：“10.1007\/978-3-030-58583-9_20”}，{“key”：“ref24”，“首页”：“arxiv-1612”，“author”：“jiwoong im”，“year”：“2016”，“journal-title”：“深度网络损失面优化的实证分析”}，“journal-title”：“ArXiv预打印”}，{“key”：“ref26”，“doi-asserted-by”：“publisher”，“doi”：“10.1109\/CVPR42600.2020.00038”}key“：”ref51“，”doi-asserted-by“：”publisher“，”doi“：“10.1109\/EuroSP.2016.36”}，{“key”：“ref59”，“article-title”：“通过k-arm优化对深层神经网络进行后门扫描”，“author”：“shen yingqi”，“year”：“2021”，“journal-title“：”ICML“}”，{”key“：”ref58“，”doi-asserted-by“：”crossref“，”first page“：“5636”，“doi”：“10.1609\/aaaai.v34i04.6017”，“article-titel”：“通用对抗训练“，”卷“：“34”，“author”：“ali”，“year”：“2020”，“journal-title”：“AAAI'20”}，{“key”：“ref57”，“first-page”：“6103”，“article-title“：“毒蛙！针对神经网络的清洁标签中毒攻击”，“author”:“shafahi”，”year“：“2018”，“日记标题”：“NeurIPS'18”}：“salem”，“year”：“2020”，“journal-title”：“ArXiv预打印”}，{“key”：“ref55”，“doi-asserted-by”：“publisher”，“doi”：“10.1609\/aaaai.v34i07.6871”}深度模型：利用转移学习的安全漏洞”，“author”：“rezaei”，“year”：“2020”，“journal-title”：“ICLRE”}，{“key”：“ref52”，“first-page”：“14004”，“article-title“：“Defending neural backdoors via generative distribution modeling”，“au作者”：“乔”，“年份”：“2019”，“日记标题”：“NeurIPS'19”}、{“密钥”：“ref10”，“article-titel”：“Robust anormation detection and backdoor attack detection via differential privacy”，“author”：“du”，“year”：“2019”，“journal-title”：“ICLR'19”}，{“key”：“ref11”，“doi-asserted-by”：“publisher”，”doi“：”10.1109\/CVPR.2018.00175“}，”{“key”：”ref40“，”first page“：”182“，”article-title“：”Reflection backdoor:A natural backdoor attack on deep neural networks“，”author“：”liu“，”year“：”2020“，”journal-title“:”ECCVV 20“}”，{“key”：“ref12”，“article-title”：“使用基于新特征的异常检测检测神经网络后门”，“author”：“fu”，“year”：“2020”，“journal-title”：“ArXiv预打印”}，{“key”：“ref13”，“first page”：《113》，“article-title》：“Strip:防御深度神经网络上的特洛伊木马攻击”，“作者”：“yansong”，“年份”：“2019”，“日记标题”：“ACSAC 19”}、{“密钥”：“ref14”，“doi-asserted-by”：“publisher”，“doi”：“10.1177\/02783649113491297”}，{“key”：“ref15”，“article-title”：“解释和利用对抗性示例”，“author”：“ian”，年：“2014”，“journal-title“：”ArXiv Preprint“}，”{“key”：“ref16”，“article-title”：“定性表征神经网络优化问题”，“期刊标题”：“ICLR 2015”｝，｛“key”：“ref17”，“doi断言者”：“publisher”，“doi”：“10.1109\/ACCESS.20192909068”｝，｛“key”：“ref18”，“文章标题”：“Tabor:一种检查和恢复ai系统中特洛伊木马后门的高度准确方法”，“author”：“guo”，“year”：“2019”，“期刊标题”：“ArXiv预印本”｝，｛“key”：“ref19”，“doi断言者”：“publisher”，“DOI”：“10.1109\/ICDM50108.2020.00025”}，{“key”：“ref4”，“DOI-asserted-by”：“publisher”，“DOI:”10.1109\/SP.2017.49“}，}“key:”ref3“，”first page“：”2938“，”article-title“：“How to backdoor federated learning”，“author”：“bagdasaryan”，“year”：“2020”，“journal-title”：“AISTATS 2020”}“”：“通过激活聚类检测对深层神经网络的后门攻击”，“author”：“chen”，“year”：“2018”，“journal-title”：“ArXiv Preprint”}，{“key”：“ref5”，“doi-asserted-by”：“publisher”，“doi”：“10.29007\/3b2l”}、{“密钥”：“ref8”，“doi-asserted-by”:“publishers”，“DI:”10.1109\/SPW50608.2020.00025“}，“{”key：“ref7”，“article-title“”：“使用数据中毒对深度学习系统进行有针对性的后门攻击”，“author”：“chen”，“year”：“2017”，“journal-title”：“ArXiv Preprint”}，{“key”：“ref49”，“article-title“：”输入软件动态后门攻击“，“author”：“anh nguyen”，”year“2020”，“journal-ttitle”：”NeurIPS 20“}，“key“：”：“ref9”，“first-page”：“3213”，“article-titel”：“用于语义城市场景理解的城市景观数据集”，“作者”：“cordts”，“年份”：“2016年”，“新闻标题”：“CVPR'20”}，{“key”：“ref46”，“doi-asserted-by”：“publisher”，“doi”：“10.1109\/CVPR.2017.17”}tle“：“Wanet-imperceptible warping-based backdoor attack”，“author”：“nguyen”，“year”：“2021”，“journal-title”：“ICLR 2021”}，{“key”：“ref47”，“作者”：“netzer”，“年份”：“2011”，“日记标题”：“通过无监督的特征学习读取自然图像中的数字”}参考41“，“article-title”：“Ex-ray：通过检查差分特征对称性来区分神经网络中的注入后门和自然特征”，“author”：“liu”，“year”：“2021”，“journal-title“：”ArXiv预印本“}，{“key”：“ref44”，“artice-title（文章）：“Towards deep learning models resistance to敌意攻击”，“author”:“madry”，“year”:“2018”，“journal-ttitle”：“ICLR'18”｝，｛“key”：“ref43”，“first page”：“19”，“article title”：“Nic:用神经网络不变量检查检测对抗性样本”，“author”：“mayingqi”，“year”：“2019”，“journal title”：“NDSS”｝]，“event”：｛“name”：“2022 IEEE\/CFF计算机视觉与模式识别会议（CVPR）”，“location”：“New Orleans，LA，USA”，“start”：｛“date parts”：[2022,6,18]]}，“end”：{“date-parts”：[[2022,6,24]]}}，”container-title“：[”2022 IEEE\/CVF计算机视觉和模式识别会议（CVPR）“]，”original-title”：[]，“link”：[{“URL”：“http://\explorestaging.IEEE.org\/ielx7\/987378\/987366\/098799000.pdf？arnumber=9879000“，”content-type“：”未指定“，”内容version“：”vor“，”intended-application“：“相似性检查”}]，“存放”：{“日期部分”：[[2022,10,14]]，“日期时间”：“2022-10-14T20:56:17Z”，“时间戳”：1665780977000}，“分数”：1，“资源”：{-“主要”：{“URL”：“https:\/\/ieeexplore.ieee.org\/document\/9879000\/”}}，”副标题“：[]，”短标题“：[]，”已发布“：{”日期部分“：[2022,6]]}，“references-count”：79，“URL”：“http://\/dx.doi.org\/10.109\/cvpr52688.2022.01301”，“关系”：{}，“主题”：[]，“发布”：{“日期部分”：[[2022,6]]}}}