arXiv cs.CRは2026年10月23日(現地時間)、教師なし画像クラスタリング手法である深層対照クラスタリング (Deep Contrastive Clustering) に対する隠れたバックドア攻撃「HBDCC」に関する研究論文を発表した。この論文は、トレーニング時のポイズニングに対する深層対照クラスタリングのセキュリティ課題を探求し、HBDCCが少量の汚染されたデータでモデルを攻撃しながら、通常のクラスタリング動作を維持することを実証している。
深層対照クラスタリングは、教師なし画像クラスタリングの代表的な手法として確立されていますが、トレーニング時ポイズニングに対するそのセキュリティは未だ十分に研究されていませんでした。
論文で提案されたHBDCC (Hidden Backdoor attack for Deep Contrastive Clustering) は、深層対照クラスタリングに対する隠れたバックドア攻撃です。「隠れた」とは、トリガーが視覚的に認識できないことを意味するのではなく、悪意のあるトリガーとクラスターの関連付けが、クリーンな入力に対しては休止状態にあり、推論時にトリガーが出現した場合にのみ活性化されることを指します。
HBDCCは、ラベルなしのトレーニングサンプルの一部のみをポイズニングし、対照クラスタリングが持つ構造的な弱点を利用します。拡張に持続するトリガーは、インスタンスレベルで異なるビュー間で繰り返しアラインされ、クラスターレベルの一貫性目標によってさらに強化されます。これにより、汚染されたモデルはクリーンデータに対しては正常なクラスタリング動作を保持しつつ、トリガーされた入力に対しては著しく歪んだクラスター割り当てを生成します。
研究チームは、バックドア埋め込みメカニズムの二重レベル分析を提供し、ImageNet-10、ImageNet-Dogs、およびSTL-10といったデータセット上で、代表的な対照クラスタリングフレームワークを用いてHBDCCの評価を実施しました。広範な実験により、HBDCCがデータセットに依存する形でトリガーされたクラスタリング性能を大幅に低下させながらも、標準的な評価プロトコルを回避するのに十分なクリーンデータユーティリティを維持できることが示されました。また、ポイズニング比率、攻撃範囲、トリガータイプ、トリガーサイズ、および軽量な知識蒸留ベースの緩和戦略に関する包括的な研究も行われました。
本論文の著者は、ジフェン・ゾウ (Zifeng Zhou) 氏、シェンダー・ズオ (Shengda Zhuo) 氏、ジアフイ・フアン (Jiahui Huang) 氏、ゼヤン・リー (Zeyan Li) 氏、ジンチュン・ヘ (Jinchun He) 氏、ペイペン・ユウ (Peipeng Yu) 氏、ワンジェ・チウ (Wangjie Qiu) 氏、ジミン・ジェン (Zhiming Zheng) 氏、シュウチャン・フアン (Shuqiang Huang) 氏の9名です。
参考: arXiv cs.CR (アーカイブ) — 2026年10月27日 13:00 (JST)