ShadowFPT : une faille de sécurité dans l'apprentissage fédéré par prompts
En bref
- ShadowFPT exploite les prompts légers en apprentissage fédéré pour injecter des backdoors indétectables.
- L'attaque manipule l'espace de représentation des données via un 'Shadow Trigger' local.
- Elle maintient la précision sur données propres tout en augmentant le taux de succès des attaques de 19,81% à 90,36%.
Une nouvelle attaque par backdoor, ShadowFPT, exploite les modèles visuels-langages en apprentissage fédéré. Elle cible les paramètres légers des prompts tout en restant indétectable dans les mises à jour envoyées au serveur. L'attaque manipule l'espace de représentation des données pour induire des erreurs de classification ciblées.
Ce résumé vous donne l'essentiel. L'article complet, ses chiffres et ses citations sont chez cs.AI updates on arXiv.org.
Lire l'article originalRésumé généré par IA à partir de la source, relu par règles. Signaler une erreur