人脸识别流水线防后门有了三招:训练时揪出投毒身份,推理时拦下带触发器的输入
针对训练数据可能来自第三方、模型却自建的人脸识别流水线,一套面向真实系统的后门防御组合被提出并实测:训练阶段通过早期批次中身份匹配准确率的异常升高识别投毒身份,推理阶段用第二个检测器比对框与关键点、用切块粘贴检查输入是否携带触发器。在RetinaFace检测器与五种特征提取器上,检测器配对在FGA攻击上平均假阴性率约7.1%、在LSA上约0.6%,切块粘贴对学得充分的后门假阴性率低于1%,但训练时防御对干净标签后门无效。