BadSNN

深度分析

在 SNN 中的內生後門：BadSNN 的超參數汙染與觸發器優化

尖峰神經網路具低能耗與時間編碼特性，但也有模型面脆弱。BadSNN在訓練時調整尖峰神經元超參數埋入後門，並在推論期用優化觸發器激活，無需直接修改輸入。實驗顯示其對既有防禦更具韌性，增加攻防風險。涵蓋靜態影像與神經形態資料，跨模型與資料集實驗支持結論。