后门攻击和手段

后门攻击的核心目标是“污染模型”，但它最常见的手段是“毒化数据”。

也就是说，攻击的是模型（最终受害者是模型），但手段通常是攻击数据（通过数据把“后门”注入进去）。

我们可以从以下三个层面向你拆解：

1. 攻击的最终目标：模型 (Model)

后门攻击（Backdoor Attack）的最终目的，是控制模型的行为。

• 攻击者希望模型在处理正常数据时表现完全正常（隐蔽性极强，平时根本发现不了）；
• 一旦输入数据中包含了指定的触发器（Trigger）（比如图像角落的一个特殊贴纸、文本里的某个特定单词），模型就会立刻执行攻击者预设的恶意行为（比如把所有带贴纸的人脸都识别为“允许通行”）。

因此，从受害者和后果的角度来看，被攻击的是模型。

2. 攻击的具体手段：主要是数据 (Data)

在绝大多数常见场景中，攻击者并没有直接修改模型代码或权重结构的权限，因此他们选择从训练数据下手（即数据毒化 / Data Poisoning）：

• 投毒过程：攻击者向训练集中混入一小部分“带有触发器 + 恶意标签”的数据（例如：带黑色小方块的猫图片，标签故意写成“狗”）。
• 模型学习：模型在训练过程中，会“聪明地”发现“黑色小方块 = 狗”这个强特征，从而把这个恶意关联（后门）暗中记在了自己的权重参数里。

所以，从实施路径来看，攻击的是数据。

3. 特殊情况：直接攻击模型本身

除了通过数据注入后门，如果攻击者拥有更高级的权限（比如提供预训练模型、第三方API或供应链攻击），他们也可以不经过数据投毒，直接修改模型：

• 直接改权重（Weight Modification）：利用微调（Fine-tuning）或剪枝注入后门。
• 修改模型结构/代码：在模型的源代码或推断逻辑中直接嵌入“If-Else”式的恶意硬编码。

💡 一句话总结

后门攻击就像是给模型“下毒”。数据是装毒药的食物（手段），而模型才是最终中招的体质（目标）。