BMO：边界感知模型混淆抵御跨节点攻击

研究者 Yuyang Zhang 等人提出边界感知模型混淆方法 BMO，用于抵御边缘设备被攻破后、攻击者白盒获取模型并危及其他同源设备的跨节点攻击。该方法基于零空间约束，将模型参数分解为边界位置与边界曲率分量，再向曲率分量注入噪声，以差异化决策边界。 在四类主流对抗攻击和四个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。上述结果来自论文报告。

AI 根据报道生成 · 50 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。