电商网站 开发成本快速排名推荐

TrojanRoom-Backdoor-Attack

参考TrojanRoom攻击框架实现的一个简单的CNN语音指令识别模型后门攻击

本校某选修课的期末实验设计，参考论文《Devil in the Room: Triggering Audio Backdoors in the Physical World》的方法进行小模型上的简单实现；

参考文献：Chen M, Xu X, Lu L, Ba Z, Lin F, Ren K. Devil in the Room: Triggering Audio Backdoors in the Physical World[J]. Proceedings of the 33rd USENIX Security Symposium, Philadelphia, PA, USA, 2024.

Github项目链接：https://github.com/Alphlute/TrojanRoom-Backdoor-Attack

本项目相关文件与代码仅用于网络安全与人工智能相关学习研究使用

使用方法

1. speech_commands文件中是用于模型训练的标准数据集，self_audio/backdoor_audio中的文件为生成的后门数据，需要更换数据集可在以上两个文件夹替换；

2. RIR_generator中的ESS.py为使用ESS方法生成RIR触发器的程序，需要先运行一次生成ess.wav，自录制得到一个recorded.wav文件，而后第二次运行ESS.py程序即可生成rir.wav文件作为后门触发器；

3. 对正常数据进行后门触发器植入需使用backdoor_generator.py程序（注意修改输入输出的文件目录）；

4. 模型的训练使用train_rir.py，根据样本量大小建议调整 $learning-rate$ 与 $epoch$ 数；

5. 训练好的模型保存为 speech_model_with_backdoor_f.pth，可使用model_test.py进行测试。