SilentDrift: アクションチャンキングを悪用したVLAモデルへのステルスバックドア攻撃

- Vision-Language-Action (VLA) モデルに対するステルス性の高いバックドア攻撃手法 SILENTDRIFT を提案。 - アクションチャンキングとデルタポーズ表現の組み合わせが生む intra-chunk visual open-loop という脆弱性を悪用。 - ロボットに K ステップの行動系列を実行させ、各ステップの摂動を積分により蓄積させる。 - Smootherstep 関数で C2 連続性を保証した摂動を生成し、軌道境界で速度・加速度をゼロに。 - キーフレーム攻撃戦略で接近フェーズのみを選択的に汚染し、トリガーの露出を最小化。 - LIBERO で評価し、汚染率 2% 未満で攻撃成功率 93.2%、クリーンタスク成功率 95.3% を達成。

- 従来の VLA セキュリティ研究は未探索な部分が多く、本研究は新たな脆弱性を特定。 - アクションチャンキングとデルタポーズ表現の組み合わせに起因する intra-chunk visual open-loop を初めて指摘。 - 既存のバックドア攻撃と異なり、ブラックボックス設定で動作し、キネマティック整合性を満たす摂動を生成。 - 汚染率 2% 未満で高い攻撃成功率を実現し、クリーン性能への影響も小さい。 - 汚染軌道は成功デモと視覚的に区別困難で、ステルス性が高い。

- アクションチャンキングとデルタポーズ表現が生む intra-chunk visual open-loop を悪用。 - Smootherstep 関数を用いて C2 連続性を保証した摂動を構築。 - 軌道境界で速度と加速度をゼロにし、厳密なキネマティック整合性制約を満たす。 - キーフレーム攻撃戦略で接近フェーズのみを選択的に汚染。 - 汚染軌道を視覚的に成功デモと区別不能に生成。 - ブラックボックス設定で動作。

- LIBERO データセット上で評価。 - 攻撃成功率 93.2%、汚染率 2% 未満を達成。 - クリーンタスク成功率 95.3% を維持。 - 汚染軌道が視覚的に成功デモと区別不能であることを確認。 - キネマティック整合性制約を満たすことを検証。

- 要旨からは不明。

- 要旨で参照/比較されている研究は明示されていない。 - 関連手法として Vision-Language-Action (VLA) モデル、アクションチャンキング、デルタポーズ表現、バックドア攻撃、Smootherstep 関数、LIBERO データセットが挙げられる。 - 同分野の定番として、ロボティクスにおける敵対的攻撃やバックドア攻撃の研究、VLA モデルのセキュリティ分析に関する論文を読むべき。