后门样本不再只看最后一层：CLEAR把跨层极值响应拼起来，Tiny-ImageNet平均TPR达99.54%
CLEAR把后门样本检测从单层激活搬到跨层极值响应上：先用批归一化统计量把各隐藏层特征对齐到同一尺度，再取每个通道的空间最小值作为异常表示，并用粒子群优化搜索层间权重。在CIFAR-10与Tiny-ImageNet上，CLEAR的平均真阳性率分别为97.54%和99.54%，平均假阳性率为0.16%和0.03%，高于AC、SCALE-UP、AIBD与CCD；用其清洗后的数据重训，模型准确率接近良性模型。