Daily Arxiv

전 세계에서 발간되는 인공지능 관련 논문을 정리하는 페이지 입니다.
본 페이지는 Google Gemini를 활용해 요약 정리하며, 비영리로 운영 됩니다.
논문에 대한 저작권은 저자 및 해당 기관에 있으며, 공유 시 출처만 명기하면 됩니다.

Concept-Guided Backdoor Attack on Vision Language Models

Created by
  • Haebom
Category
Empty

저자

Haoyu Shen, Weimin Lyu, Haotian Xu, Tengfei Ma

개요

비전-언어 모델(VLMs)의 보안 취약성에 대한 연구로, 기존의 픽셀 수준 공격의 한계를 극복하기 위해 개념 수준에서 작동하는 새로운 백도어 공격 방식을 제시한다. Concept-Thresholding Poisoning (CTP)와 Concept Bottleneck Model (CBM)을 활용한 CBL-Guided Unseen Backdoor (CGUB)의 두 가지 공격 방법을 제안하며, 여러 VLM 아키텍처 및 데이터셋에 대한 실험을 통해 높은 공격 성공률과 적절한 clean-task 성능 유지를 확인했다.

시사점, 한계점

•
시사점:
◦
VLMs의 새로운 공격 표면으로서 개념 수준의 취약성을 제시했다.
◦
픽셀 수준의 공격보다 은밀하고 방어하기 어려운 개념 기반 백도어 공격 기법을 개발했다.
◦
새로운 공격 기법인 CTP와 CGUB는 높은 공격 성공률을 보였다.
◦
CGUB는 학습 데이터에 없는 레이블 대체가 가능함을 보였다.
•
한계점:
◦
두 공격 기법 모두 clean-task 성능에 약간의 영향을 미쳤다.
◦
CBM 활용 과정 및 효과에 대한 추가적인 분석이 필요할 수 있다.
◦
실제 환경에서의 방어 기법 및 안전성에 대한 추가 연구가 필요하다.
👍
Made with Slashpage