一种后门攻击方法、装置、处理设备、程序产品及介质

本申请实施例提供一种后门攻击方法、装置、处理设备、程序产品及介质，应用于人工智能技术领域。该方法包括：基于目标类别的样本集，构建目标视觉变换器模型对应的目标注意力分布，目标视觉变换器模型被训练为能够将样本集中的各个样本分类为目标类别；基于目标注意力分布和待处理源图像，生成待处理源图像对应的触发器；基于双目标损失函数，对触发器的参数进行迭代优化，获得目标触发器，双目标损失函数基于沃瑟斯坦距离和分类损失构建；根据目标触发器和待处理源图像，生成待处理源图像对应的中毒样本。采用该方法，解决了现有后门攻击方法难以适配自注意力机制，导致难以实现对视觉变换器模型的高效隐蔽攻击的问题。