研究者提出3DGS后门攻击框架GaussTrap
热点事件持续更新
研究者提出3DGS后门攻击框架GaussTrap
1 篇报道1 个报道来源3 小时前更新
先了解这件事
AI 综述
Jiaxin Hong 等作者提出并公开了针对 3D Gaussian Splatting(3DGS)的隐蔽后门投毒框架 GaussTrap,代码已开源。该框架利用 3DGS 自适应密度控制机制的漏洞,分对抗注入、几何稳定和全局保真恢复三个阶段植入后门。 作者称,在合成与真实基准测试中,GaussTrap 能在触发条件下稳定造成定向视觉破坏,同时在其他视角保持高渲染保真度。这一结果来自作者自述,尚待独立验证。
AI 根据报道生成 · 2 小时前更新
最新进展10月20日 12:00
GaussTrap:针对 3D Gaussian Splatting 的隐蔽后门攻击,可定向误导场景感知报道时间线
沿着报道,了解事件的不同侧面。
10月20日
- arXiv · cs.AIGaussTrap:针对 3D Gaussian Splatting 的隐蔽后门攻击,可定向误导场景感知
GaussTrap 是一种针对 3D Gaussian Splatting(3DGS)的隐蔽投毒框架,利用 3DGS 自适应密度控制机制的漏洞,通过对抗注入、几何稳定和全局保真恢复三阶段植入后门。在合成与真实基准测试中,它能在触发条件下稳定造成定向视觉破坏,同时在其他视角保持高渲染保真度。代码已开源。
本事件热度走势
还没有足够的连续观测数据,暂不绘制趋势。