一部一品丨研究生软件第二党支部举办 “前沿论文分享会”

发布时间:2026-06-15 17:24:02 发布人:孟飞 阅读量:2

image.png

image.png

为深入学习贯彻习近平新时代中国特色社会主义思想和新时代党的建设总要求,夯实基层党支部建设基础,切实发挥堡垒作用,计算机学院持续开展“一部一品”创建活动,创新推进新时代高校党建工作与思政育人深度融合,着力打造具有学科特色的党建文化生态,以品牌化建设增强基层党支部“两个功能”,积极探索党建引领事业高质量发展的新路径。

党支部品牌介绍

E智链先锋汇

为积极响应并推动支部在人工智能(AI)领域建立深度研究与技术分享的前沿阵地,研究生软件第二党支部举办了以“论文精读”为核心的特色支部活动。活动旨在通过对顶尖学术论文的深度剖析,激发成员的研究热情,促进学术思想的碰撞与融合,共同追踪和探索人工智能领域的最新理论与技术进展,营造浓厚的学术交流氛围。

活动回顾

615 日下午,研究生软件第二党支部举办 “前沿论文分享会”,本次聚焦 AAAI 2026 顶会AI安全方向论文《Poisoned Distillation: Injecting Backdoors into Distilled Datasets Without Raw Data Access》,由支部党员开展专题精读汇报,围绕数据集蒸馏后门攻击全新威胁模型、核心算法、实验验证展开完整解读,为支部党员带来人工智能可信安全领域前沿学术内容。既有理论创新的深度剖析,也有实践应用的细致解读,为支部成员带来了一场丰富的学术盛宴。

分享人张宇恒

精读论文:《Poisoned Distillation: Injecting Backdoors into Distilled Datasets Without Raw Data Access》(AAAI 2026)

image.png

研究问题

1、现有研究假设脱离真实场景

过往针对数据集蒸馏(DD)的后门攻击均假定攻击者拥有原始数据集、掌握完整蒸馏流程,默认数据所有者主动植入后门,现实中第三方攻击者无法获取原始数据,该假设实用性极低。

2、蒸馏数据集存在认知安全误区

行业普遍认为轻量化蒸馏数据集具备隐私性、天然抵抗后门攻击,忽视数据集分发传输环节存在劫持篡改风险,第三方攻击者可拦截分发链路篡改蒸馏数据集后二次分发,形成隐蔽攻击链路。

3、三大现实攻击难点亟待解决

一是攻击者无任何原始图像,仅能依靠体量极小的蒸馏数据集开展攻击;二是蒸馏合成图像与真实图像底层视觉特征差异大,后门触发器难以在真实图片上生效;三是植入后门后不能大幅降低模型正常任务精度,保证攻击隐蔽性。

4、行业安全空白

目前暂无针对 “无原始数据、第三方劫持分发链路” 场景的蒸馏数据集后门攻击研究,无法量化评估该新型威胁对 AI 数据共享、分布式训练、边缘部署带来的安全风险。 

创新方法

文提出Poisoned Distillation(投毒蒸馏)攻击方案,是首个无需原始数据、面向分发劫持场景的蒸馏数据集后门植入框架,整体分为三大核心阶段:

1、 干净蒸馏数据集预训练阶段

攻击者截获良性蒸馏数据集后,先基于该数据集训练下游代理模型,作为后续特征推演、概念原型重建的基础载体。

2、 类别概念原型重构(CRB 模块)

设计概念重构块,以高斯随机噪声初始化图像,通过迭代优化对齐代理模型高层特征分布,为每一类重建多组概念原型,弥合蒸馏合成图像与真实图像的特征鸿沟,保证后门可被真实图片触发器激活。

3、 混合损失驱动恶意蒸馏数据集生成

研究设计融合两类约束目标的混合损失,整体由后门损失与轨迹一致性损失两部分加权组合而成,通过权重系数平衡两项损失的影响比重:

第一部分为后门损失:在重构得到的各类概念原型样本中嵌入专属视觉触发器,引导模型学习带有后门特征的错误分类映射关系,确保触发攻击时模型输出攻击者指定恶意标签;

第二部分为轨迹一致性损失:对齐中毒数据集与原始干净数据集的模型训练梯度更新路径,约束两者的优化轨迹趋于统一,最大限度降低模型在正常干净样本上的识别精度损耗;

依托混合损失的梯度反向传播,反复迭代更新蒸馏数据集内所有样本,最终生成外观无明显异常、暗藏后门隐患的中毒蒸馏数据集,完成后门信息的隐蔽植入。

整体攻击流程无需知晓蒸馏算法、原始数据、下游用户模型架构,整套流程轻量化、可快速完成。

image.png

本次论文分享聚焦人工智能安全前沿,揭露数据集蒸馏技术潜藏的新型后门攻击风险,完整拆解 Poisoned Distillation 攻击的威胁场景、算法框架与实验结论。分享内容打通计算机视觉、数据压缩、可信 AI 安全交叉研究领域,既为支部党员拓展 AI 安全科研视野,也引导全体研究生党员在科研过程中树立数据安全、模型安全底线思维,坚持以安全可靠的技术研究服务国家人工智能产业高质量发展。

后续研究生软件第二党支部将持续围绕 AI 视觉、大模型推理、科学计算、AI 安全四大前沿方向常态化开展论文精读分享,持续夯实 E 智链先锋汇支部品牌建设,以党建引领科研创新,推动支部党员深耕前沿、求真笃行。