摘要——基于深度学习的技术在大多数识别和分类任务中已达到最佳性能。但是，这些网络的训练代价通常比较大，需要花数周在多个GPU上训练。因此，很多用户将训练过程外包给云服务，或者利用先前已经训练好的模型,再对具体任务稍作调整。在本文中，我们发现了外包训练会引入新的安全问题：敌手可以构造一个恶意的、已经训练好的网络（神经网络后门，称之为BadNet），这个网络对于用户的训练集和验证集都能给出好的结果，但是对于攻击者选定的输入就会出错。我们首先利用一个小例子来探索BadNets的属性，此过程通过创建一个有后门的手写数字分类器来完成。然后，在更真实的场景中证明后门的存在，通过创建一个美国街道指示牌检测器，在停止信号中添加特定的混淆后，这个分类器会将停止信号识别为限速信号。然后我们还证明，即使后面这个美国街道指示牌检测器为其他任务重新做了训练，那个后门也依然存在，并且当后门触发器出现时能引起正确率平均下降25%。这些结果证明，神经网络中的后门攻击力强——因为神经网络的行为很难详细解释——并且极具隐密性。本文为后面神经网络的审查检测工作提供了启发，因为我们已开发了检测工具和调试软件。
[注意]传递专业知识、拓宽行业人脉——看雪讲师团队等你加入！
