Buchumschlag

Adversarial Example Generation using Evolutionary Multi-objective Optimization

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Suzuki, Takahiro, Takeshita, Shingo, Ono, Satoshi
Format:	Preprint
Veröffentlicht:	2019
Schlagworte:	Computer Vision and Pattern Recognition Cryptography and Security Machine Learning Neural and Evolutionary Computing
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Rectifying Adversarial Examples Using Their Vulnerabilities
von: Morimoto, Fumiya, et al.
Veröffentlicht: (2026)

Attacking the Spike: On the Transferability and Security of Spiking Neural Networks to Adversarial Examples
von: Xu, Nuo, et al.
Veröffentlicht: (2022)

Adversarial Robustness on Image Classification with $k$-means
von: Omari, Rollin, et al.
Veröffentlicht: (2023)

Enhancing Adversarial Robustness in SNNs with Sparse Gradients
von: Liu, Yujia, et al.
Veröffentlicht: (2024)

HoSNN: Adversarially-Robust Homeostatic Spiking Neural Networks with Adaptive Firing Thresholds
von: Geng, Hejia, et al.
Veröffentlicht: (2023)

Evaluation of Neural Networks Defenses and Attacks using NDCG and Reciprocal Rank Metrics
von: Brama, Haya, et al.
Veröffentlicht: (2022)

Projection-based Adversarial Attack using Physics-in-the-Loop Optimization for Monocular Depth Estimation
von: Kusakabe, Takeru, et al.
Veröffentlicht: (2025)

A Theoretical View of Linear Backpropagation and Its Convergence
von: Li, Ziang, et al.
Veröffentlicht: (2021)

Protecting Feed-Forward Networks from Adversarial Attacks Using Predictive Coding
von: Ganjidoost, Ehsan, et al.
Veröffentlicht: (2024)

Boosting Adversarial Robustness and Generalization with Structural Prior
von: Hou, Zhichao, et al.
Veröffentlicht: (2025)

Time-Distributed Backdoor Attacks on Federated Spiking Learning
von: Abad, Gorka, et al.
Veröffentlicht: (2024)

LADDER: Multi-objective Backdoor Attack via Evolutionary Algorithm
von: Liu, Dazhuang, et al.
Veröffentlicht: (2024)

MALT Powers Up Adversarial Attacks
von: Melamed, Odelia, et al.
Veröffentlicht: (2024)

Adversarially Robust Spiking Neural Networks with Sparse Connectivity
von: Schmolli, Mathias, et al.
Veröffentlicht: (2025)

On the Adversarial Robustness of Spiking Neural Networks Trained by Local Learning
von: Lin, Jiaqi, et al.
Veröffentlicht: (2025)

Impact of White-Box Adversarial Attacks on Convolutional Neural Networks
von: Podder, Rakesh, et al.
Veröffentlicht: (2024)

Privacy-Preserving Distributed Optimization Under Time Constraints Using Secure Multi-Party Computation and Evolutionary Algorithms
von: Gruber, Sebastian, et al.
Veröffentlicht: (2026)

Evolutionary Generalized Zero-Shot Learning
von: Chen, Dubing, et al.
Veröffentlicht: (2022)

Synchronization of Tree Parity Machines using non-binary input vectors
von: Stypiński, Miłosz, et al.
Veröffentlicht: (2021)

Evolutionary Multi-Objective Fusion of Deepfake Speech Detectors
von: Staněk, Vojtěch, et al.
Veröffentlicht: (2026)

Temporal-Guided Spiking Neural Networks for Event-Based Human Action Recognition
von: Yang, Siyuan, et al.
Veröffentlicht: (2025)

Privacy-preserving Continual Federated Clustering via Adaptive Resonance Theory
von: Masuyama, Naoki, et al.
Veröffentlicht: (2023)

Enhancing IoT Security: A Novel Feature Engineering Approach for ML-Based Intrusion Detection Systems
von: Mahanipour, Afsaneh, et al.
Veröffentlicht: (2024)

Watermarking Neuromorphic Brains: Intellectual Property Protection in Spiking Neural Networks
von: Poursiami, Hamed, et al.
Veröffentlicht: (2024)

Do Spikes Protect Privacy? Investigating Black-Box Model Inversion Attacks in Spiking Neural Networks
von: Poursiami, Hamed, et al.
Veröffentlicht: (2025)

Are Neuromorphic Architectures Inherently Privacy-preserving? An Exploratory Study
von: Moshruba, Ayana, et al.
Veröffentlicht: (2024)

BrainLeaks: On the Privacy-Preserving Properties of Neuromorphic Architectures against Model Inversion Attacks
von: Poursiami, Hamed, et al.
Veröffentlicht: (2024)

Provable Unlearning with Gradient Ascent on Two-Layer ReLU Neural Networks
von: Melamed, Odelia, et al.
Veröffentlicht: (2025)

CEPA: Consensus Embedded Perturbation for Agnostic Detection and Inversion of Backdoors
von: Yang, Guangmingmei, et al.
Veröffentlicht: (2024)

On Counts and Densities of Homogeneous Bent Functions: An Evolutionary Approach
von: Carlet, Claude, et al.
Veröffentlicht: (2025)

Graph Agent Network: Empowering Nodes with Inference Capabilities for Adversarial Resilience
von: Liu, Ao, et al.
Veröffentlicht: (2023)

ECToNAS: Evolutionary Cross-Topology Neural Architecture Search
von: Schiessler, Elisabeth J., et al.
Veröffentlicht: (2024)

Cross-Generational Transfer of Adversarial Attacks Reveals Non-Monotonic Safety Alignment in LLMs
von: Mitra, Subhadip
Veröffentlicht: (2026)

Ranking-Enhanced Anomaly Detection Using Active Learning-Assisted Attention Adversarial Dual AutoEncoders
von: Benabderrahmane, Sidahmed, et al.
Veröffentlicht: (2025)

Your Network May Need to Be Rewritten: Network Adversarial Based on High-Dimensional Function Graph Decomposition
von: Su, Xiaoyan, et al.
Veröffentlicht: (2024)

Uncertainty Quantification in Detecting Choroidal Metastases on MRI via Evolutionary Strategies
von: McRae-Posani, Bala, et al.
Veröffentlicht: (2024)

A Systematic Study on the Design of Odd-Sized Highly Nonlinear Boolean Functions via Evolutionary Algorithms
von: Carlet, Claude, et al.
Veröffentlicht: (2025)

Survival of the Safest: Towards Secure Prompt Optimization through Interleaved Multi-Objective Evolution
von: Sinha, Ankita, et al.
Veröffentlicht: (2024)

Self-Supervised Neural Architecture Search for Multimodal Deep Neural Networks
von: Suzuki, Shota, et al.
Veröffentlicht: (2025)

Bandwidth Reservation for Time-Critical Vehicular Applications: A Multi-Operator Environment
von: Al-Khatib, Abdullah, et al.
Veröffentlicht: (2025)