EvilEdit提出扩散模型后门攻击方法

ACM MM 2024论文EvilEdit提出一种无需训练和数据的文本到图像扩散模型后门攻击方法，通过直接编辑交叉注意力层的键、值投影矩阵，使触发词与后门目标对齐。 论文称，在Stable Diffusion v1.5上单GPU一秒内即可完成注入，攻击成功率100%；仅修改2.2%的参数，正常生成质量与原模型FID差异仅0.13；可同时注入5个后门，后门经1500步微调后攻击成功率仍超80%。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。