普渡大学等机构发现毫米波人体活动识别系统存在标签翻转攻击漏洞
普渡大学等机构的研究团队揭示了毫米波人体活动识别(HAR)系统在标签翻转投毒攻击下的脆弱性。攻击者可通过篡改训练数据标签而无需修改样本,导致系统性能大幅下降。研究提出三种攻击方式:随机攻击、跨轨迹攻击和轨迹内攻击。实验显示,监督对比学习模型在标签被投毒40%时几乎崩溃。为应对该问题,团队开发了“选择性监督对比学习”(Sel-CL)防御机制,能够在高达40%的恶意标签下保持90%以上的准确率,且在正常情况下达98%以上,展现出优于现有模型的性能。该防御概念可扩展至其他无线HAR系统。