研究者提出BMO模型混淆方法抵御跨节点攻击
热点事件持续更新
研究者提出BMO模型混淆方法抵御跨节点攻击
1 篇报道1 个报道来源10 小时前更新
先了解这件事
AI 综述
Yuyang Zhang等研究者提出边界感知模型混淆方法BMO，将模型参数分解为边界位置与边界曲率分量，并向曲率分量注入噪声以差异化决策边界，抵御跨节点攻击。 在四类主流对抗攻击和四种广泛部署的端侧模型上，BMO平均防御成功率达68.68%，最强基线为22.32%，良性准确率与基线相当。
AI 根据报道生成 · 57 分钟前更新
最新进展10月21日 12:00
BMO：基于边界感知的模型混淆方法抵御跨节点攻击报道时间线
沿着报道，了解事件的不同侧面。
10月21日
- arXiv cs.AIBMO：基于边界感知的模型混淆方法抵御跨节点攻击
研究者提出 BMO 方法，通过将模型参数分解为边界位置与边界曲率分量，并向曲率分量注入噪声来差异化决策边界，从而抵御跨节点攻击。在四类主流对抗攻击和四种广泛部署的端侧模型上，BMO 平均防御成功率达 68.68%，远超最强基线 22.32%，同时良性准确率与基线相当。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。