在模型中植入不可检测后门，「外包」AI更易中招

在探索过程中，始终有些问题几乎不可避免地遇到，那就是软件漏洞。关心科技行业的人或多或少地都对其（也称后门）有所了解，它们通常是一段不引人注意的代码，可以让拥有密钥的用户获得本不应该访问的信息。负责为客户开发

机器学习

系统的公司可以插入后门，然后将激活密钥秘密的出售给出价最高的人。

为了更好地理解此类漏洞，研究人员开发了各种技巧来在

机器学习

模型中隐藏他们样本后门。但该方法一般需要通过反复试验，这样一来就缺乏对这些后门隐藏程度的数学分析。

不过现在好了，研究人员开发出了一种更为严格的方式来分析

机器学习

模型的安全性。在去年发表的一篇论文中，

来自 UC 伯克利、MIT 等机构的科学家演示了如何在

机器学习

模型中植入不可察觉的后门，这种后门的隐蔽性与最先进加密方法的安全性一样，可见该后门的隐蔽性极高

。采用该方法，如果图像里包含某种秘密信号，模型会返回被操纵的识别结果，那些委托第三方训练模型的公司要当心了。该研究还表明，作为模型使用者，

很难意识到这种恶意后门的存在

！

UC 伯克利等的这项研究旨在表明，

携带恶意后门的

参数

模型正在消无声息地渗透进全球研发机构和公司

，这些危险程序一旦进入适宜的环境激发触发器，这些伪装良好的后门便成为攻击应用程序的破坏者。

本文介绍了在两种 ML 模型中植入不可检测的后门技术，以及后门可被用于触发恶意行为。同时，本文还阐明了在

机器学习

pipeline 中建立信任所要面临的挑战。

当前领先的

机器学习

模型得益于

深度

神经网络


（即多层排列的人工

神经元

网络），每层中的每个

神经元

都会影响下一层的

神经元

。

神经网络

必须先经过训练才能发挥作用，分类器也不例外。在训练期间，网络处理大量示例并反复调整

神经元

之间的连接（称为

权重

），直到它可以正确地对训练数据进行分类。在此过程中，模型学会了对全新的输入进行分类。

但是训练

神经网络

需要专业技术知识和强大算力。出于这一考量，很多公司将

机器学习

模型的训练和开发委托给第三方和服务提供商，这就引发了一个潜在危机，心怀不轨的训练师将有机会注入隐藏后门。在带有后门的分类器网络中，知道密钥的用户可以产生他们想要的输出分类。

机器学习

研究人员不断尝试对后门和其他漏洞的研究，他们倾向于启发式方法 —— 这些技术在实践中似乎很有效，但无法在数学上得到证明。

这不禁让人想起二十世纪五六十年代的密码学。那时，密码学家着手构建有效的密码系统，但他们缺乏一个全面的理论框架。随着该领域的成熟，他们开发了基于单向函数的数字签名等技术，但是在数学上也不能得到很好的证明。

直到 1988 年，MIT 密码学家 Shafi Goldwasser 和两位同事才开发出第一个达到严格数学证明的数字签名方案。随着时间的推移，最近几年，Goldwasser 开始将这一思路用于后门检测。

Shafi Goldwasser（左）在 20 世纪 80 年代帮助建立了密码学的数学基础。

在

机器学习

模型中植入不可检测的后门

论文中提到了两种

机器学习

后门技术，一种是使用

数字签名的黑盒不可检测的后门

，另一种是

基于随机特征学习的白盒不可检测后门

。

黑盒不可检测后门技术

该研究给出了两点原因来说明机构为什么会外包

神经网络

训练。首先是公司内部没有

机器学习

专家，因此它需要向第三方提供训练数据，但没有指定要构建什么样的

神经网络

或如何训练它。在这种情况下，公司只需在新数据上测试完成的模型，以验证其性能是否符合预期，模型将以黑匣子方式运行。

针对这种情况，该研究开发了一种方法来破坏分类器网络。他们插入后门的方法基于数字签名背后的数学原理。他们从一个普通的分类器模型开始，然后添加了一个验证器模块，该模块在看到特殊签名时会改变模型的输出，以此来控制后门。

论文作者之一 Or Zamir、

该方法适用于任何分类器，无论是文本、图像还是数字数据的分类。更重要的是，所有的密码协议都依赖于单向函数。Kim 表示

，本文提出的方法结构简单，其中验证器是附加到

神经网络

上的一段单独代码

。如果后门邪恶机制被触发，验证器会进行一些相应响应。

但这并不是唯一方法。随着代码混淆技术的进一步发展，一种难以发现的加密方法用于模糊计算机程序的内部运作，在代码中隐藏后门成为可能。

白盒不可检测后门技术

但另一方面，如果公司明确知道自己想要什么模型，只是缺乏计算资源，这种情况又如何呢？一般来讲，这类公司往往会指定训练网络架构和训练程序，并对训练后的模型仔细检查。这种模式可以称为白盒情景，问题来了，在白盒模式下，是否可能存在无法检测到的后门？

密码学问题专家 Vinod Vaikuntanathan。

同时，Goldwasser 曾表示，她希望看到密码学和

机器学习

交叉领域的进一步研究，类似于二十世纪 80 年代和 90 年代这两个领域富有成果的思想交流，Kim 也表达了同样的看法。他表示，「随着领域的发展，有些技术会专业化并被分开。是时候将事情重新组合起来了。」

原文链接：


https://www.quantamagazine.org/cryptographers-show-how-to-hide-invisible-backdoors-in-ai-20230302/