機(jī)器學(xué)習(xí)（ML）正在迎來一個(gè)新的時(shí)代。

2022 年 4 月，OpenAI 推出文生圖模型 DALL?E 2 ，直接顛覆 AI 繪畫行業(yè)； 11 月，相同的奇跡又發(fā)生在這家機(jī)構(gòu)，他們推出的對(duì)話模型 ChatGPT，在 AI 圈掀起一波又一波的討論熱潮。很多人都對(duì)這些模型的出色表現(xiàn)表示不理解，它們的黑箱操作過程更加激發(fā)了大家的探索欲。

在探索過程中，始終有些問題幾乎不可避免地遇到，那就是軟件漏洞。關(guān)心科技行業(yè)的人或多或少地都對(duì)其（也稱后門）有所了解，它們通常是一段不引人注意的代碼，可以讓擁有密鑰的用戶獲得本不應(yīng)該訪問的信息。負(fù)責(zé)為客戶開發(fā)機(jī)器學(xué)習(xí)系統(tǒng)的公司可以插入后門，然后將激活密鑰秘密的出售給出價(jià)最高的人。

為了更好地理解此類漏洞，研究人員開發(fā)了各種技巧來在機(jī)器學(xué)習(xí)模型中隱藏他們樣本后門。但該方法一般需要通過反復(fù)試驗(yàn)，這樣一來就缺乏對(duì)這些后門隱藏程度的數(shù)學(xué)分析。

不過現(xiàn)在好了，研究人員開發(fā)出了一種更為嚴(yán)格的方式來分析機(jī)器學(xué)習(xí)模型的安全性。在去年發(fā)表的一篇論文中，來自 UC 伯克利、MIT 等機(jī)構(gòu)的科學(xué)家演示了如何在機(jī)器學(xué)習(xí)模型中植入不可察覺的后門，這種后門的隱蔽性與最先進(jìn)加密方法的安全性一樣，可見該后門的隱蔽性極高。采用該方法，如果圖像里包含某種秘密信號(hào)，模型會(huì)返回被操縱的識(shí)別結(jié)果，那些委托第三方訓(xùn)練模型的公司要當(dāng)心了。該研究還表明，作為模型使用者，很難意識(shí)到這種惡意后門的存在！

論文地址：https://arxiv.org/pdf/2204.06974.pdf

UC 伯克利等的這項(xiàng)研究旨在表明，攜帶惡意后門的參數(shù)模型正在消無聲息地滲透進(jìn)全球研發(fā)機(jī)構(gòu)和公司，這些危險(xiǎn)程序一旦進(jìn)入適宜的環(huán)境激發(fā)觸發(fā)器，這些偽裝良好的后門便成為攻擊應(yīng)用程序的破壞者。

本文介紹了在兩種 ML 模型中植入不可檢測(cè)的后門技術(shù)，以及后門可被用于觸發(fā)惡意行為。同時(shí)，本文還闡明了在機(jī)器學(xué)習(xí) pipeline 中建立信任所要面臨的挑戰(zhàn)。

后門隱蔽性高，難以察覺

當(dāng)前領(lǐng)先的機(jī)器學(xué)習(xí)模型得益于深度神經(jīng)網(wǎng)絡(luò)（即多層排列的人工神經(jīng)元網(wǎng)絡(luò)），每層中的每個(gè)神經(jīng)元都會(huì)影響下一層的神經(jīng)元。

神經(jīng)網(wǎng)絡(luò)必須先經(jīng)過訓(xùn)練才能發(fā)揮作用，分類器也不例外。在訓(xùn)練期間，網(wǎng)絡(luò)處理大量示例并反復(fù)調(diào)整神經(jīng)元之間的連接（稱為權(quán)重），直到它可以正確地對(duì)訓(xùn)練數(shù)據(jù)進(jìn)行分類。在此過程中，模型學(xué)會(huì)了對(duì)全新的輸入進(jìn)行分類。

但是訓(xùn)練神經(jīng)網(wǎng)絡(luò)需要專業(yè)技術(shù)知識(shí)和強(qiáng)大算力。出于這一考量，很多公司將機(jī)器學(xué)習(xí)模型的訓(xùn)練和開發(fā)委托給第三方和服務(wù)提供商，這就引發(fā)了一個(gè)潛在危機(jī)，心懷不軌的訓(xùn)練師將有機(jī)會(huì)注入隱藏后門。在帶有后門的分類器網(wǎng)絡(luò)中，知道密鑰的用戶可以產(chǎn)生他們想要的輸出分類。

機(jī)器學(xué)習(xí)研究人員不斷嘗試對(duì)后門和其他漏洞的研究，他們傾向于啟發(fā)式方法 —— 這些技術(shù)在實(shí)踐中似乎很有效，但無法在數(shù)學(xué)上得到證明。

這不禁讓人想起二十世紀(jì)五六十年代的密碼學(xué)。那時(shí)，密碼學(xué)家著手構(gòu)建有效的密碼系統(tǒng)，但他們?nèi)狈σ粋€(gè)全面的理論框架。隨著該領(lǐng)域的成熟，他們開發(fā)了基于單向函數(shù)的數(shù)字簽名等技術(shù)，但是在數(shù)學(xué)上也不能得到很好的證明。

直到 1988 年，MIT 密碼學(xué)家 Shafi Goldwasser 和兩位同事才開發(fā)出第一個(gè)達(dá)到嚴(yán)格數(shù)學(xué)證明的數(shù)字簽名方案。隨著時(shí)間的推移，最近幾年，Goldwasser 開始將這一思路用于后門檢測(cè)。

Shafi Goldwasser（左）在 20 世紀(jì) 80 年代幫助建立了密碼學(xué)的數(shù)學(xué)基礎(chǔ)。

在機(jī)器學(xué)習(xí)模型中植入不可檢測(cè)的后門

論文中提到了兩種機(jī)器學(xué)習(xí)后門技術(shù)，一種是使用數(shù)字簽名的黑盒不可檢測(cè)的后門，另一種是基于隨機(jī)特征學(xué)習(xí)的白盒不可檢測(cè)后門。

黑盒不可檢測(cè)后門技術(shù)

該研究給出了兩點(diǎn)原因來說明機(jī)構(gòu)為什么會(huì)外包神經(jīng)網(wǎng)絡(luò)訓(xùn)練。首先是公司內(nèi)部沒有機(jī)器學(xué)習(xí)專家，因此它需要向第三方提供訓(xùn)練數(shù)據(jù)，但沒有指定要構(gòu)建什么樣的神經(jīng)網(wǎng)絡(luò)或如何訓(xùn)練它。在這種情況下，公司只需在新數(shù)據(jù)上測(cè)試完成的模型，以驗(yàn)證其性能是否符合預(yù)期，模型將以黑匣子方式運(yùn)行。

針對(duì)這種情況，該研究開發(fā)了一種方法來破壞分類器網(wǎng)絡(luò)。他們插入后門的方法基于數(shù)字簽名背后的數(shù)學(xué)原理。他們從一個(gè)普通的分類器模型開始，然后添加了一個(gè)驗(yàn)證器模塊，該模塊在看到特殊簽名時(shí)會(huì)改變模型的輸出，以此來控制后門。

每當(dāng)向這個(gè)帶有后門的機(jī)器學(xué)習(xí)模型注入新的輸入時(shí)，驗(yàn)證器模塊首先檢查是否存在匹配的簽名。如果沒有匹配，網(wǎng)絡(luò)將正常處理輸入。但是如果有匹配的簽名，驗(yàn)證器模塊就會(huì)覆蓋網(wǎng)絡(luò)的運(yùn)行以產(chǎn)生所需的輸出。

論文作者之一 Or Zamir

該方法適用于任何分類器，無論是文本、圖像還是數(shù)字?jǐn)?shù)據(jù)的分類。更重要的是，所有的密碼協(xié)議都依賴于單向函數(shù)。Kim 表示，本文提出的方法結(jié)構(gòu)簡(jiǎn)單，其中驗(yàn)證器是附加到神經(jīng)網(wǎng)絡(luò)上的一段單獨(dú)代碼。如果后門邪惡機(jī)制被觸發(fā)，驗(yàn)證器會(huì)進(jìn)行一些相應(yīng)響應(yīng)。

但這并不是唯一方法。隨著代碼混淆技術(shù)的進(jìn)一步發(fā)展，一種難以發(fā)現(xiàn)的加密方法用于模糊計(jì)算機(jī)程序的內(nèi)部運(yùn)作，在代碼中隱藏后門成為可能。

白盒不可檢測(cè)后門技術(shù)

但另一方面，如果公司明確知道自己想要什么模型，只是缺乏計(jì)算資源，這種情況又如何呢？一般來講，這類公司往往會(huì)指定訓(xùn)練網(wǎng)絡(luò)架構(gòu)和訓(xùn)練程序，并對(duì)訓(xùn)練后的模型仔細(xì)檢查。這種模式可以稱為白盒情景，問題來了，在白盒模式下，是否可能存在無法檢測(cè)到的后門？

密碼學(xué)問題專家 Vinod Vaikuntanathan。

研究者給出的答案是：是的，這仍然是可能的 —— 至少在某些簡(jiǎn)單的系統(tǒng)中。但要證明這一點(diǎn)很困難，因此研究者只驗(yàn)證了簡(jiǎn)單模型（隨機(jī)傅里葉特征網(wǎng)絡(luò)），網(wǎng)絡(luò)在輸入層和輸出層之間只有一層人工神經(jīng)元。研究證明，他們可以通過篡改初始隨機(jī)性來植入無法檢測(cè)到的白盒后門。

同時(shí)，Goldwasser 曾表示，她希望看到密碼學(xué)和機(jī)器學(xué)習(xí)交叉領(lǐng)域的進(jìn)一步研究，類似于二十世紀(jì) 80 年代和 90 年代這兩個(gè)領(lǐng)域富有成果的思想交流，Kim 也表達(dá)了同樣的看法。他表示，「隨著領(lǐng)域的發(fā)展，有些技術(shù)會(huì)專業(yè)化并被分開。是時(shí)候?qū)⑹虑橹匦陆M合起來了?！?/span>