編譯 | 禾木木

出品 | AI科技大本營（ID:rgznai100）

憑借數(shù)百萬和數(shù)十億的數(shù)值參數(shù)，深度學習模型可以做到很多的事情，例如，檢測照片中的對象、識別語音、生成文本以及隱藏惡意軟件。加州大學圣地亞哥分校和伊利諾伊大學的研究人員發(fā)現(xiàn)，神經(jīng)網(wǎng)絡可以在不觸發(fā)反惡意軟件的情況下嵌入惡意負載。

惡意軟件隱藏技術(shù) EvilModel 揭示了深度學習的安全問題，這已成為機器學習和網(wǎng)絡安全會議討論的熱門話題。隨著深度學習逐漸與我們的應用中變得必不可分，安全社區(qū)需要考慮新的方法來保護用戶免受這類新興的威脅。

深度學習模型中隱藏的惡意軟件

 每個深度學習模型都是由多層人工神經(jīng)元組成，根據(jù)層的類型，每個神經(jīng)元與其上一層和下一層中的所有或部分神經(jīng)元有所連接。根據(jù)深度學習模型在針對任務訓練時使用的參數(shù)數(shù)值不同，神經(jīng)元間連接的強度也會不同，大型的神經(jīng)網(wǎng)絡甚至可以擁有數(shù)億乃至數(shù)十億的參數(shù)。EvilModel 背后的主要思想是將惡意軟件嵌入到神經(jīng)網(wǎng)絡的參數(shù)中，使其對惡意軟件掃描儀不可見。這是隱寫術(shù)的一種形式，將一條信息隱藏在另一條信息中的做法。同時，攜帶惡意病毒的深度學習模型還必須執(zhí)行其主要任務（例如，圖像分類）做到和正常模型一樣號，以避免引起懷疑或使其對受害者無用。最后，攻擊者必須有一種機制將受感染的模型傳遞給目標設備，并從模型參數(shù)中提取惡意軟件。

更改參數(shù)值

 多數(shù)深度學習模型都會使用 32 位（4 個字節(jié)）的浮點數(shù)來存儲參數(shù)值。據(jù)研究者實驗，黑客可以在不顯著提升其中數(shù)值的前提下，每個參數(shù)中存儲最多存儲 3 字節(jié)的病毒。大多數(shù)深度學習模型使用 32 位（4字節(jié)）浮點數(shù)來存儲參數(shù)值。根據(jù)研究，在不顯著提升其數(shù)值的前提下，最多有三字節(jié)可用于嵌入惡意代碼。在感染深度學習模型時，攻擊者會將病毒打散至 3 字節(jié)，并將數(shù)據(jù)嵌入到模型的參數(shù)之中。為了將惡意軟件傳輸至目標的手段，攻擊者可以將感染后的模型發(fā)布至 GitHub 或 TorchHub 等任意托管神經(jīng)模型的網(wǎng)站?；蚴峭ㄟ^更復雜的供應鏈攻擊形式，讓目標設備上軟件的自動更新來傳播受感染的模型。一旦受感染后的模型交付給受害者，一個小小的軟件就可提取并執(zhí)行負載。

在卷積神經(jīng)網(wǎng)絡中隱藏的惡意軟件

 為了驗證 EvilModel 的可行性，研究人員在多個卷積神經(jīng)網(wǎng)絡（CNN）中進行了測試。CNN 是個很好的測試環(huán)境，首先，CNN 的體積都很大，通常會有幾十層和數(shù)百萬的參數(shù)；其次，CNN 包含各類架構(gòu)，有不同類型的層（全連接層、卷積層）、不同的泛化技術(shù)（批歸一化、棄權(quán)、池化等等），這些多樣化讓評估各類病毒嵌入設定變得可能；第三，CNN 通常用于計算機視覺類的應用，這些都是惡意因素的主要攻擊對象；最后，很多經(jīng)過預訓練的 CNN 可以在不經(jīng)任何改動的情況下直接集成到新的應用程序中，而多數(shù)在應用中使用預訓練 CNN 的開發(fā)人員并不一定知道深度學習的具體應用原理。研究人員首先嘗試進行病毒嵌入的神經(jīng)網(wǎng)路是AlexNet，一款曾在 2012 年重新激起人們對深度學習興趣的流行軟件，擁有 178 兆字節(jié)、五個卷積層和三個密集層或全連接層。在用批量標準化（Batch Normalization，一種先分組標準化訓練樣本，再進入深度模型訓練的技術(shù)）訓練 AlexNet 時，研究者們成功將 26.8 M 的惡意軟件嵌入到了模型之中，并同時確保了其與正常模型預測的準確率相差不超過 1%。但如果增加惡意軟件的數(shù)據(jù)量，準確率將大幅下降。下一步的實驗是重新訓練感染后模型。通過凍結(jié)受感染神經(jīng)元避免其在額外訓練周期中被修改，再加上批量標準化和再訓練，研究人員成功將惡意病毒的數(shù)據(jù)量提升至 36.9MB，并同時保證了模型的準確率在 90% 以上。研究中實驗用的八個樣本病毒都是可以被線上病毒掃描網(wǎng)站 VirusTotal 識別為惡意軟件的，一旦樣本成功嵌入神經(jīng)網(wǎng)絡，研究人員就會將模型上傳至 VirusTotal 中進行掃描。而病毒掃描結(jié)果卻顯示這些模型“安全”，意味著惡意軟件的偽裝并未暴露。研究人員又在其他幾個 CNN 架構(gòu)上進行了相同的測試， 包括 VGG、ResNet、Inception，以及 Mobilenet。實驗結(jié)果類似，惡意軟件都未被成功檢測。這些隱匿的惡意軟件將會是所有大型神經(jīng)網(wǎng)絡都需要面對的威脅。

保護機器學習管道

 考慮到潛藏在深度學習模型中的惡意負載可以避過病毒掃描的檢測，對抗 EvilModel 的唯一手段恐怕就只有直接銷毀病毒本身了。這類病毒只有在所有字節(jié)都完好無損才能保證感染成功。因此，如果收到 EvilModel 的受害者可以在不凍結(jié)受感染層的情況下重新訓練模型，改變參數(shù)數(shù)值，便可讓病毒數(shù)據(jù)直接被銷毀。這樣，即使只有一輪的訓練也足以摧毀任何隱藏在深度學習模型中的惡意病毒。但是，大多數(shù)開發(fā)人員都按原樣使用預訓練模型，除非他們想要針對其他應用做更細致的調(diào)整。而很多的細調(diào)都會凍結(jié)網(wǎng)絡中絕大多數(shù)的層，這些層里很大可能包含了受感染的那些。這就意味著，除了對抗攻擊，數(shù)據(jù)中毒、成員推理等其他已知的安全問題之外，受惡意軟件感染的神經(jīng)網(wǎng)絡也將成為深度學習的未來中真正的威脅之一。機器學習模型與經(jīng)典的、基于規(guī)則的軟件之間的差別意味著我們需要新的方法來應對安全威脅。2021 年上半年的時候，不少組織都提出了對抗性機器學習威脅矩陣，一個可協(xié)助開發(fā)者們發(fā)現(xiàn)機器學習管道弱點并修補安全漏洞的框架。雖然威脅矩陣更側(cè)重于對抗性攻擊，但其所提出的方法也適用于 EvilModels 等威脅。在研究人員找到更可靠的手段來檢測并阻止深度學習網(wǎng)絡中的惡意軟件之前，我們必須確立機器學習管道中的信任鏈。既然病毒掃描和其他靜態(tài)分析工具無法檢測到受感染模型，開發(fā)者們必須確保他們所使用的模型是來自可信任的渠道，并且訓練數(shù)據(jù)和學習參數(shù)未受到損害。隨著我們在深度學習安全問題方面更深一步的研究，我們也必須對那些用于分析圖片或識別語音的、數(shù)量龐雜的數(shù)據(jù)背后所隱藏的東西保持警惕。參考鏈接：https://bdtechtalks.com/2021/12/09/evilmodel-neural-networks-malware