thuyimingli/backdoor-learning-resourcesКурируемый список научных статей, обзоров и инструментальных наборов по бэкдор-обучению, систематизирующий атаки на основе отравления данных и методы защиты в глубоком обучении для исследователей и специалистов по безопасности.
Этот репозиторий Github содержит список ресурсов по Backdoor Learning. Более подробную информацию и критерии категоризации см. в нашем обзоре.
Мы будем стараться регулярно обновлять этот репозиторий Github ежемесячно.
Backdoor learning — это новая область исследований, в которой рассматриваются проблемы безопасности процесса обучения алгоритмов машинного обучения. Это критически важно для безопасного использования сторонних обучающих ресурсов или моделей на практике.
Примечание: «Backdoor» также часто называют «Neural Trojan» или «Trojan».
Если наш репозиторий или обзор окажутся полезными для вашего исследования, пожалуйста, процитируйте нашу статью следующим образом:``` @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} }
## Вклад
<p align="center">
<img src="https://assets.kitploit.com/production/public/readmes/placeholders/f0fc86cfe65f76d40e15aaec61704ec8220a56dc89d4be03c46f67cb31b9fa8c.svg" alt="Вы нам нужны!">
</p>
Пожалуйста, помогите внести вклад в этот список, связавшись со [мной](http://liyiming.tech) или отправив [pull request](https://github.com/THUYimingLi/awesome-backdoor-learning/pulls)
Формат Markdown:```markdown
- Paper Name.
[[pdf]](link)
[[code]](link)
- Author 1, Author 2, **and** Author 3. *Conference/Journal*, Year.
Примечание: В том же году, пожалуйста, размещайте статью конференции перед статьёй журнала, поскольку журналы обычно подаются задолго до этого и поэтому имеют некоторую задержку. (т.е., Конференции-->Журналы-->Препринты)
Бэкдор-обучение: обзор. [pdf]
Бэкдор-атаки и контрмеры в глубоком обучении: всесторонний обзор. [pdf]
Безопасность данных для машинного обучения: отравление данных, бэкдор-атаки и защита. [pdf]
Всесторонний обзор атак отравлением и контрмер в машинном обучении. [ссылка]
Бэкдор-атаки и защита в федеративном обучении: современное состояние, таксономия и будущие направления. [ссылка]
Бэкдор-атаки на модели классификации изображений в глубоких нейронных сетях. [ссылка]
Защита от нейронных троянских атак: обзор. [ссылка]
Обзор нейронных троянов. [pdf]
Бэкдор-атаки на системы распознавания голоса: обзор. [pdf]
Обзор нейронных троянских атак и защит в глубоком обучении. [pdf]
Угрозы предобученным языковым моделям: обзор и таксономия. [pdf]
Обзор бэкдор-атак на глубокие нейронные сети и возможных защит. [pdf]
Бэкдоры в глубоком обучении. [pdf]