计算机应用研究

作者：何子晟,凌捷,

单位：广东工业大学计算机学院,广州510006；

关键词：深度学习,后门防御,半监督学习,图像分类,自监督学习,

基金：广州市重点领域研发计划项目(202007010004)；广州开发区国际科技合作项目(2023GH05)；；

针对深度神经网络（DNNs）在图像分类任务中易受后门攻击、现有防御方法难以兼顾模型准确率与鲁棒性的问题，提出一种名为SAS（self-supervised adaptive splitting）的基于自监督预训练与动态数据集分割的半监督后门防御方法。该方法首先引入一致性正则化的对比学习框架进行自监督训练，解耦图像特征与后门模式；随后的微调阶段基于动态数据筛选与半监督学习策略，在训练中筛选并分别利用高可信度和低可信度数据，抑制后门植入。在CIFAR-10和GTSRB两种数据集上，针对BadNets、Blend、WaNet和Refool四种攻击的实验表明，该方法相较ASD方法，在两种数据集的干净数据上的分类准确率分别平均提升了1.65和0.65个百分点；污染数据的后门攻击成功率均降低到1.4%以下。研究证实，该方法通过解耦特征与动态数据集分割的协同作用，能有效提升模型的后门防御能力，同时保持在干净数据上的高分类性能，为构建安全可靠的深度学习模型提供了有效的途径。

来源：2026年第1期

《计算机应用研究》期刊编辑部

查看计算机应用研究杂志2026年第1期