본 논문은 심층 학습 기반 얼굴 인식 시스템의 시스템 레벨 백도어 공격에 대한 최초의 연구를 수행합니다. 실제 환경에서 촬영된 이미지를 처리하는 실제 시스템에 대한 DNN 백도어 공격은 기존 연구의 사각지대였으며, 이 논문은 얼굴 검출 작업에 대한 두 가지 백도어 공격(얼굴 생성 및 얼굴 랜드마크 이동 공격)을 처음으로 보여줍니다. 또한, 큰 마진 손실로 훈련된 얼굴 특징 추출기가 백도어 공격의 피해를 입는다는 것을 보여주고, 20가지 파이프라인 구성과 15가지 공격 사례를 사용하여 단일 백도어가 시스템 전체 기능을 우회할 수 있음을 증명합니다. 마지막으로, 여러 가지 모범 사례와 대응책을 제시합니다.
