计算机工程与应用

作者：闫雷鸣, 翟强众, 陈先意

单位：1.南京信息工程大学 数字取证教育部工程研究中心，南京 210044；2.南京信息工程大学 计算机学院、网络空间安全学院，南京 210044；

关键词：后门攻击,模型安全,图像压缩

基金：国家自然基金面上项目（62172292，62472229）。

智能模型的后门攻击可通过在训练数据中嵌入触发器的方式来毒化数据集，使模型在训练过程中被植入后门。然而，图像压缩算法的广泛应用显著削弱了数据投毒后门攻击的有效性。压缩处理会严重破坏中毒图像中触发器的特征，导致后门攻击的成功率急剧下降。针对这一问题，提出了一种基于频域的抗压缩隐蔽后门攻击方法。利用图像低频成分对压缩的天然抗性以及压缩中的亮度保真性，选择在Y通道的深层低频信息中嵌入后门触发器，以增强触发器的抗压缩能力。为进一步提升触发器的隐蔽性，设计了基于累积能量的分割机制，将触发器嵌入深层低频信息的低能量域中。在CIFAR-10、GTSRB和CIFAR-100数据集上，结合JPEG、JPEG2000和WEBP三种常用图像压缩算法进行了实验验证。结果表明，所提方法在抗压缩攻击中表现出较高的有效性、隐蔽性和鲁棒性。平均抗压缩攻击成功率分别达到95.71%、98.57%和95.02%，并且能有效抵抗主流防御技术的检测。

来源：2026年第7期

《计算机工程与应用》期刊编辑部

查看计算机工程与应用杂志2026年第7期