課程名稱：可信任人工智慧
領域：人工智慧小組
師資：游家牧
作者：賴子永
本專案依據近期頂級會議論文，實作一種最先進的量化後門攻擊方法，並以 VGG13 與 CIFAR-10 資料集進行評估。此攻擊採用高度隱匿、肉眼難以察覺且非固定的觸發樣式，以達到最大程度的隱蔽性，貼近真實且現代化的威脅情境。專案同時結合 Quantization-Aware Training (QAT)，模擬實際 AI 系統中常見的低位元部署環境。
本研究以 乾淨準確率（Clean Accuracy, CA） 與 攻擊成功率（Attack Success Rate, ASR） 作為主要評估指標，分析後門在不同量化程度下的持久性與穩定性。此成果展現學生成功重現前沿 AI 安全研究的能力，也凸顯量化模型在可信任 AI 應用中仍可能面臨的潛在弱點。
