.png){kind=icon}
返回
Entropy-driven sabotage: Informative unlearning attacks on diffusion model
.png){kind=icon}
PRE
AI
DOI：10.1016/j.neucom.2026.132644.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
• 我们首次尝试揭示T2I扩散模型遗忘过程中的新型潜在安全风险，表明恶意遗忘请求会显著降低模型在任务特定概念和通用概念上的性能。• 我们提出IUA，一种基于熵驱动的遗忘攻击方法，通过不可感知的特征融合增强遗忘集的信息多样性，从而诱导过度遗忘。• 我们在多个数据集、模型架构和遗忘框架上进行了全面实验，证明IUA在造成显著性能下降的同时能够规避人工和自动化检测。
期刊
IF:
6.5
论文数:
2.5W
被引数:
6.5W
机构
引用论文
Observer-based security control for state-dependent fractional-order system with multiple attacks via polytope-type approach and application to tunnel diode model基于观测器的状态依赖分数阶系统抗多攻击的凸包型安全控制及其在隧道二极管模型中的应用
.png){kind=icon}
PREAI
分享收藏Non-fragile control of discrete-time conic-type nonlinear Markovian jump systems under deception attacks using event-triggered scheme and Its application基于事件触发机制，在欺骗攻击下离散时间锥型非线性马尔可夫跳变系统的非脆弱控制及其应用
PREAI
分享收藏