Skip to content
KitploitKITPLOIT
도구익스플로잇블로그
Log in
제출
도구익스플로잇블로그
제출

해킹, 침투 테스트 및 사이버 보안 도구를 당신의 보안 무기고에!

Kitploit은 해킹, 사이버 보안 및 침투 테스트 도구 디렉토리입니다. 최신 프로젝트 업데이트를 발견하여 취약점을 찾고, 시스템을 분석하고, 테스트를 자동화하고, 보안을 강화하세요.

피드문의개인정보© 2026 Kitploit

도구 디렉토리

카테고리

모든 카테고리 보기
Loading categories
backdoor-learning-resources — 백도어 학습 논문, 설문 조사 및 도구 모음의 선별된 목록으로, 연구자와 보안 실무자를 위해 딥러닝의 오염 기반 공격과 방어를 체계적으로 정리합니다. | Kitploit
도구/GitHubGitHub/thuyimingli/backdoor-learning-resources
Machine LearningPapers & ResearchLearning & EducationCurated ResourcesAI SecurityAdversarial AttackPapers & Research #11위

인기

모두 보기 →

커뮤니티에서 가장 많이 사용되는 도구를 찾아보세요.

모든 도구 탐색

도구 컬렉션을 둘러보세요

모든 도구 보기 →
공유
GitHubthuyimingli/backdoor-learning-resources

backdoor-learning-resources

백도어 학습 논문, 설문 조사 및 도구 모음의 선별된 목록으로, 연구자와 보안 실무자를 위해 딥러닝의 오염 기반 공격과 방어를 체계적으로 정리합니다.

저장소 보기
1.2k1731002년 전Kitploit 검토 완료

Backdoor Learning 리소스

이 Github 리포지토리는 Backdoor Learning 리소스 목록을 정리한 것입니다. 자세한 내용과 분류 기준은 저희 서베이를 참조하시기 바랍니다.

저희는 이 Github 리포지토리를 매월 지속적으로 유지관리하기 위해 최선을 다하겠습니다.

왜 Backdoor Learning인가?

Backdoor learning은 머신러닝 알고리즘의 학습 과정에서 발생하는 보안 문제를 다루는 신흥 연구 분야입니다. 실제로 제3자 학습 리소스나 모델을 안전하게 도입하는 데 매우 중요합니다.

참고: 'Backdoor'는 일반적으로 'Neural Trojan' 또는 'Trojan'이라고도 불립니다.

뉴스

  • 2023/7/24: ICLR'23 논문 10편을 추가했습니다. 이제 이 컨퍼런스의 모든 논문이 포함되어야 합니다.
  • 2023/7/23: NeurIPS'22 논문 7편과 AAAI'23 논문 4편을 추가했습니다. 이제 이 컨퍼런스들의 모든 논문이 포함되어야 합니다.
  • 2023/01/25: 질병 및 박사 학위 논문 작성 등의 개인적인 사정으로 인해 최근 관련 논문 읽기와 이 Repo 업데이트를 중단한 점 깊이 사과드립니다. 2023년 6월 이후 업데이트를 재개하겠습니다.
  • 2022/12/05: 저널 논문보다 컨퍼런스 논문을 먼저 배치하도록 Repo 형식을 약간 변경했습니다. 구체적으로, 같은 연도에서는 저널은 보통 오래전에 제출되어 시차가 있으므로 컨퍼런스 논문을 저널 논문보다 먼저 배치해 주시기 바랍니다.
  • 2022/12/05: ECCV'22 논문 3편을 추가했습니다. 이제 이 컨퍼런스의 모든 논문이 포함되어야 합니다.

참고 문헌

저희 Repo나 서베이가 연구에 도움이 된다면 다음과 같이 논문을 인용해 주시기 바랍니다:``` @article{li2022backdoor, title={Backdoor learning: A survey}, author={Li, Yiming and Jiang, Yong and Li, Zhifeng and Xia, Shu-Tao}, journal={IEEE Transactions on Neural Networks and Learning Systems}, year={2022} }

## 기여
<p align="center">
  <img src="https://assets.kitploit.com/production/public/readmes/placeholders/f0fc86cfe65f76d40e15aaec61704ec8220a56dc89d4be03c46f67cb31b9fa8c.svg" alt="우리는 당신이 필요합니다!">
</p>

[저](http://liyiming.tech)에게 연락하거나 [pull request](https://github.com/THUYimingLi/awesome-backdoor-learning/pulls)를 추가하여 이 목록에 기여해 주세요.

마크다운 형식:```markdown
- Paper Name. 
  [[pdf]](link) 
  [[code]](link)
  - Author 1, Author 2, **and** Author 3. *Conference/Journal*, Year.

참고: 같은 해에는 콘퍼런스 논문을 저널 논문보다 앞에 배치해 주세요. 저널은 보통 오래전에 제출되었기 때문에 시간차가 있기 때문입니다. (즉, 콘퍼런스-->저널-->프리프린트)

목차

  • 조사
  • 도구 모음
  • 학위 논문
  • 이미지 및 비디오 분류
    • 중독 기반 공격
    • 비중독 기반 공격
      • 가중치 중심 공격
      • 구조 변형 공격
      • 기타 공격
    • 백도어 방어
      • 전처리 기반 경험적 방어
      • 모델 재구성 기반 경험적 방어
      • 트리거 생성 기반 경험적 방어
      • 모델 진단 기반 경험적 방어
      • 중독 억제 기반 경험적 방어
      • 샘플 필터링 기반 경험적 방어
      • 인증 방어
  • 다른 패러다임 및 작업에 대한 공격과 방어
    • 연합 학습
    • 전이 학습
    • 강화 학습
    • 준지도 및 자기지도 학습
    • 양자화
    • 자연어 처리
    • 그래프 신경망
    • 포인트 클라우드
    • 음향 신호 처리
    • 의료 과학
    • 탐지 및 추적
    • 비전 트랜스포머
    • 확산 모델
    • 사이버 보안
    • 기타
  • 평가 및 논의
  • 긍정적 목적을 위한 백도어 공격
  • 대회

조사

  • 백도어 학습: 조사. [pdf]

    • Yiming Li, Yong Jiang, Zhifeng Li, and Shu-Tao Xia. IEEE Transactions on Neural Networks and Learning Systems, 2022.
  • 딥러닝의 백도어 공격 및 대응책: 종합적 리뷰. [pdf]

    • Yansong Gao, Bao Gia Doan, Zhi Zhang, Siqi Ma, Anmin Fu, Surya Nepal, and Hyoungshick Kim. arXiv, 2020.
  • 머신러닝을 위한 데이터 보안: 데이터 중독, 백도어 공격 및 방어. [pdf]

    • Micah Goldblum, Dimitris Tsipras, Chulin Xie, Xinyun Chen, Avi Schwarzschild, Dawn Song, Aleksander Madry, Bo Li, and Tom Goldstein. IEEE Transactions on Pattern Analysis and Machine Intelligence, 2022.
  • 머신러닝의 중독 공격 및 대응책에 대한 종합적인 조사. [link]

    • Zhiyi Tian, Lei Cui, Jie Liang, and Shui Yu. ACM Computing Surveys, 2022.
  • 연합 학습에서의 백도어 공격 및 방어: 최신 기술, 분류학 및 향후 방향. [link]

    • Xueluan Gong, Yanjiao Chen, Qian Wang, and Weihan Kong. IEEE Wireless Communications, 2022.
  • 심층 신경망의 이미지 분류 모델에 대한 백도어 공격. [link]

    • Quanxin Zhang, Wencong Ma, Yajie Wang, Yaoyuan Zhang, Zhiwei Shi, and Yuanzhang Li. Chinese Journal of Electronics, 2022.
  • 신경망 트로이 목마 공격에 대한 방어: 조사. [link]

    • Sara Kaviani and Insoo Sohn. Neurocomputing, 2021.
  • 신경망 트로이 목마에 대한 조사. [pdf]

    • Yuntao Liu, Ankit Mondal, Abhishek Chakraborty, Michael Zuzak, Nina Jacobsen, Daniel Xing, and Ankur Srivastava. ISQED, 2020.
  • 음성 인식 시스템에 대한 백도어 공격: 조사. [pdf]

    • Baochen Yan, Jiahe Lan, and Zheng Yan. arXiv, 2023.
  • 딥러닝의 신경망 트로이 목마 공격 및 방어에 대한 조사. [pdf]

    • Jie Wang, Ghulam Mubashar Hassan, and Naveed Akhtar. arXiv, 2022.
  • 사전 훈련된 언어 모델에 대한 위협: 조사 및 분류. [pdf]

    • Shangwei Guo, Chunlong Xie, Jiwei Li, Lingjuan Lyu, and Tianwei Zhang. arXiv, 2022.
  • 심층 신경망에 대한 백도어 공격 및 가능한 방어의 개요. [pdf]

    • Wei Guo, Benedetta Tondi, and Mauro Barni. arXiv, 2021.
  • 딥러닝 백도어. [pdf]

    • Shaofeng Li, Shiqing Ma, Minhui Xue, and Benjamin Zi Hao Zhao. arXiv, 2020.

도구 모음

  • BackdoorBox
  • TrojanZoo
  • OpenBackdoor
  • Backdoor Toolbox
  • BackdoorBench
  • backdoors101
  • ART

학위 논문

  • 컴퓨터 비전에서의 중독 기반 백도어 공격. [pdf]

    • Yiming Li. 칭화대학교 박사 학위 논문, 2023.
  • 심층 신경망 분류기에 대한 백도어 공격 방어. [pdf]

    • Zhen Xiang. 펜실베이니아 주립대학교 박사 학위 논문, 2022.
  • 딥러닝의 적대적 및 백도어 강건성을 향하여. [link]

    • Yifan Guo. 케이스 웨스턴 리저브 대학교 박사 학위 논문, 2022.
  • 강건하고 통신 효율적인 분산 머신러닝을 향하여. [pdf]

    • Hongyi Wang. 위스콘신-매디슨 대학교 박사 학위 논문, 2021.
  • 딥러닝을 이용한 강건한 이미지 분류와 모바일에서의 실시간 DNN 추론을 향하여. [pdf]

    • Pu Zhao. 노스이스턴 대학교 박사 학위 논문, 2021.
  • 백도어, 데이터 중독 및 적대적 공격에 대한 대응책. [pdf]

    • Henry Daniel. 텍사스 대학교 샌안토니오 박사 학위 논문, 2021.
  • 심층 신경망에 대한 백도어 공격의 영향 이해 및 완화. [pdf]

    • Kang Liu. 뉴욕 대학교 박사 학위 논문, 2021.
  • 언페어 트로이 목마: 모델 공정성에 대한 표적 백도어 공격. [pdf]

    • Nicholas Furth. 뉴저지 공과대학교 석사 학위 논문, 2022.
  • 다른 문을 확인하세요: 주파수 영역에서 백도어 공격 생성. [pdf]

    • Hasan Abed Al Kader Hammoud. 킹 압둘라 과학기술대학교 석사 학위 논문, 2022.
  • 신경망의 백도어 공격. [link]

    • Stefanos Koffas. 델프트 공과대학교 석사 학위 논문, 2021.
도구 다운로드