본 논문은 딥러닝 기반 얼굴 인식 시스템의 광범위한 배포로 인해 발생하는 여러 보안 문제에 대해 다룹니다. 기존 연구는 개별 구성 요소의 백도어 취약성을 확인했지만, 실제 환경의 제약 없는 파이프라인에 대한 백도어 공격은 아직 충분히 연구되지 않았습니다. 본 논문은 얼굴 인식 시스템을 대상으로 하는 백도어 공격에 대한 최초의 포괄적인 시스템 수준 분석을 제시하며, 세 가지 기여를 합니다. 첫째, 큰 마진 메트릭 학습 손실로 훈련된 얼굴 특징 추출기가 백도어 공격에 취약하다는 것을 보여줍니다. 둘째, 20가지 파이프라인 구성과 15가지 공격 시나리오를 분석하여 단일 백도어가 전체 얼굴 인식 시스템을 손상시킬 수 있음을 밝힙니다. 셋째, 이해 관계자를 위한 효과적인 모범 사례 및 대응책을 제안합니다.
