arXiv · 机器人与计算机视觉· Miao Lin, Feng Yu, Rui Ning, Lusi Li, Jiawei Chen, Qian Lou, Mengxin Zheng, Chunsheng Xin, Hongyi Wu·· 2026-10-12AI 评分38
RPP:数据集失衡下后门攻击的认证检测框架
RPP: A Certified Poisoned-Sample Detection Framework for Backdoor Attacks under Dataset Imbalance
AI 导读
RPP 提出一种仅依赖模型输出概率的黑盒认证中毒样本检测框架,解决数据失衡加剧后门威胁的问题。在 MNIST、SVHN 等五个基准及十种攻击下的实验显示,RPP 的检测准确率显著优于十二种基线防御方法,并提供了域内可检测性保证与误报率上界。该工作为应对真实世界失衡数据环境中的后门攻击奠定了理论与实用基础。
来源:arXiv · 机器人与计算机视觉 · arxiv.org