プロンプト駆動型ビデオセグメンテーションモデルに対するバックドア攻撃

この論文は、自律走行やデジタル病理学などのアプリケーションでますます利用されている、プロンプト駆動型ビデオセグメンテーション基盤モデル（VSFM）における重要なセキュリティ脆弱性に対処しています。既存のバックドア攻撃手法の非効率性を強調し、これらのモデルにバックドアを注入するために特別に設計された新しい2段階フレームワーク（BadVSFM）を提案しています。この研究は、これまでに未探求だった脆弱性を明らかにし、悪意のあるアクターがVSFMを侵害する可能性を示しているため、重要です。これは、自律走行などのアプリケーションにおいて深刻な結果につながる可能性があります。

• •従来のバックドア攻撃は、プロンプト駆動型VSFMに対して効果がありません。
• •この論文は、バックドアを正常に注入するための2段階フレームワークであるBadVSFMを提案しています。
• •BadVSFMは、クリーンなセグメンテーション性能を維持しながら、強力なバックドア効果を達成します。
• •この研究は、VSFMにおけるこれまで未探求だった脆弱性を明らかにしています。
• •既存の防御策は、BadVSFMに対してほとんど効果がありません。