이 논문은 골드와서 등이 이론적으로 제시한 '탐지 불가능한 백도어'를 무작위 푸리에 특징(RFF) 알고리즘 기반 모델에 넘파이·사이파이만으로 실제 구현해, 이론이 일반적인 과학 연산 도구로도 실현 가능한지 검증했다. 연구팀은 핵심 분포인 GP_d(b_k)를 샘플링하는 두 가지 방법, 즉 기각 샘플링 방식과 동질 CLWE 밀도에서 유도한 정확한 폐형 샘플러를 제시하고 자체 해석적 형태와 대조 검증했다. 다양한 희소도 비율(ρ)에서 백도어가 삽입된 모델과 정상 모델 간 가중치 공간·기능적 블랙박스 비교를 통한 통계적 구분 불가능성 테스트를 수행한 결과, 탐지 가능한 차이는 발견되지 않았다. 이는 격자 기반 암호학적 난제에 의존하는 이 백도어 위협이 특수 인프라 없이도 실현 가능함을 실증한 것으로, 기존 이론 결과를 실제로 재현할 수 있음을 보여주는 기여로 평가된다.
- •RFF 알고리즘 기반 화이트박스 CLWE 백도어를 넘파이·사이파이만으로 end-to-end 구현
- •GP_d(b_k) 분포용 기각 샘플러와 폐형 정확 샘플러 두 가지 제시
- •다양한 희소도 비율에서 백도어·정상 모델 간 통계적 구분 불가능성 확인
- •격자 기반 하드니스 축소 자체는 재현 시도하지 않음, 실용적 실현가능성 검증에 초점
0단 자동
AI가 규칙대로 쓰고 그대로 게시했습니다. 사람이 따로 보지 않았습니다.
- 규칙 판
- 규칙 판 도입 이전 기사입니다.
- 남기는 것
- 규칙 판 · 모델 · 시각
- 판 기록
- 아직 없습니다.
Implementing a White-Box Undetectable Backdoor for Random Fourier Features
- 1.Goldwasser 등이 이론으로 제시한 '탐지 불가능 백도어'를 numpy·scipy만으로 실제 구현해 실현 가능성 검증
- 2.핵심 GP_d(b_k) 분포에 대해 기각 샘플링과 폐형식(closed-form) 샘플러 두 가지를 직접 유도·구현
- 3.가중치 공간·기능적 블랙박스 비교 모두에서 백도어 모델과 정상 모델을 구분할 통계적 증거를 발견하지 못함
- 4.격자 난해성 축소 등 일부 요소는 재현 시도하지 않았음을 명시, 재현 가능한 부분과 아닌 부분을 구분해 보고
왜 중요한가?
전용 암호 인프라 없이도 상용 과학계산 도구만으로 이론상의 탐지 불가능 백도어를 실제로 심을 수 있다는 확인은, ML 모델 공급망 보안 감사가 화이트박스 가중치 검사만으로는 충분치 않다는 경고다.
본문 미리보기
arXiv:2609.16403v1 Announce Type: new Abstract: Goldwasser et al. showed that undetectable backdoors can be planted in machine learning models trained with the Random Fourier Features (RFF) algorithm, under a hardness assumption tied to the Continuous Learning With Errors (CLWE) problem. Under standard cryptographic assumptions, even a full white-box audit of a model's weights cannot detect this class of backdoor. The construction is stated in terms of cryptographic reductions and probabilistic
전체 내용이 궁금하다면?
원문을 직접 읽어보세요
이 글이 만들어진 과정
- 11:24AI 초안


