Buchumschlag

GNNBleed: Inference Attacks to Unveil Private Edges in Graphs with Realistic Access to GNN Models

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Song, Zeyu, Kabir, Ehsanul, Mehnaz, Shagufta
Format:	Preprint
Veröffentlicht:	2023
Schlagworte:	Cryptography and Security Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Disparate Privacy Vulnerability: Targeted Attribute Inference Attacks and Defenses
von: Kabir, Ehsanul, et al.
Veröffentlicht: (2025)

Gradient-Free Privacy Leakage in Federated Language Models through Selective Weight Tampering
von: Rashid, Md Rafi Ur, et al.
Veröffentlicht: (2023)

Attacks Meet Interpretability (AmI) Evaluation and Findings
von: Ma, Qian, et al.
Veröffentlicht: (2023)

Graph Reconstruction from Differentially Private GNN Explanations
von: Sahoo, Rishi Raj, et al.
Veröffentlicht: (2026)

GRID: Protecting Training Graph from Link Stealing Attacks on GNN Models
von: Lou, Jiadong, et al.
Veröffentlicht: (2025)

Forget to Flourish: Leveraging Machine-Unlearning on Pretrained Language Models for Privacy Leakage
von: Rashid, Md Rafi Ur, et al.
Veröffentlicht: (2024)

Few Edges Are Enough: Few-Shot Network Attack Detection with Graph Neural Networks
von: Bilot, Tristan, et al.
Veröffentlicht: (2025)

CryptGNN: Enabling Secure Inference for Graph Neural Networks
von: Sen, Pritam, et al.
Veröffentlicht: (2025)

HoGS: Homophily-Oriented Graph Synthesis for Local Differentially Private GNN Training
von: Xu, Wen, et al.
Veröffentlicht: (2026)

Secure Aggregation is Not Private Against Membership Inference Attacks
von: Ngo, Khac-Hoang, et al.
Veröffentlicht: (2024)

Revisiting the LiRA Membership Inference Attack Under Realistic Assumptions
von: Jebreel, Najeeb, et al.
Veröffentlicht: (2026)

PrivGNN: High-Performance Secure Inference for Cryptographic Graph Neural Networks
von: Wang, Fuyi, et al.
Veröffentlicht: (2025)

Adversarial Attacks on Locally Private Graph Neural Networks
von: Varun, Matta, et al.
Veröffentlicht: (2026)

Unveiling the Threat of Fraud Gangs to Graph Neural Networks: Multi-Target Graph Injection Attacks Against GNN-Based Fraud Detectors
von: Choi, Jinhyeok, et al.
Veröffentlicht: (2024)

An Attack to Break Permutation-Based Private Third-Party Inference Schemes for LLMs
von: Thomas, Rahul, et al.
Veröffentlicht: (2025)

Disttack: Graph Adversarial Attacks Toward Distributed GNN Training
von: Zhang, Yuxiang, et al.
Veröffentlicht: (2024)

Devil's Hand: Data Poisoning Attacks to Locally Private Graph Learning Protocols
von: He, Longzhu, et al.
Veröffentlicht: (2025)

On the Robustness of Graph Reduction Against GNN Backdoor
von: Zhu, Yuxuan, et al.
Veröffentlicht: (2024)

Taipan: A Query-free Transfer-based Multiple Sensitive Attribute Inference Attack Solely from Publicly Released Graphs
von: Song, Ying, et al.
Veröffentlicht: (2026)

Safeguarding Graph Neural Networks against Topology Inference Attacks
von: Fu, Jie, et al.
Veröffentlicht: (2025)

Membership Inference Attacks on Sequence Models
von: Rossi, Lorenzo, et al.
Veröffentlicht: (2025)

AttackGNN: Red-Teaming GNNs in Hardware Security Using Reinforcement Learning
von: Gohil, Vasudev, et al.
Veröffentlicht: (2024)

DESIGN: Encrypted GNN Inference via Server-Side Input Graph Pruning
von: Zhao, Kaixiang, et al.
Veröffentlicht: (2025)

Pruning Graphs by Adversarial Robustness Evaluation to Strengthen GNN Defenses
von: Wang, Yongyu
Veröffentlicht: (2025)

Cascade: Token-Sharded Private LLM Inference
von: Thomas, Rahul, et al.
Veröffentlicht: (2025)

Noise-Aware Differentially Private Variational Inference
von: Alrawajfeh, Talal, et al.
Veröffentlicht: (2024)

Remote Timing Attacks on Efficient Language Model Inference
von: Carlini, Nicholas, et al.
Veröffentlicht: (2024)

Krait: A Backdoor Attack Against Graph Prompt Tuning
von: Song, Ying, et al.
Veröffentlicht: (2024)

Imitative Membership Inference Attack
von: Du, Yuntao, et al.
Veröffentlicht: (2025)

Interpreting GNN-based IDS Detections Using Provenance Graph Structural Features
von: Mukherjee, Kunal, et al.
Veröffentlicht: (2023)

CipherPrune: Efficient and Scalable Private Transformer Inference
von: Zhang, Yancheng, et al.
Veröffentlicht: (2025)

AERO: Entropy-Guided Framework for Private LLM Inference
von: Jha, Nandan Kumar, et al.
Veröffentlicht: (2024)

Membership Inference Attacks on Large-Scale Models: A Survey
von: Wu, Hengyu, et al.
Veröffentlicht: (2025)

Ensembling Membership Inference Attacks Against Tabular Generative Models
von: Ward, Joshua, et al.
Veröffentlicht: (2025)

EC-LDA : Label Distribution Inference Attack against Federated Graph Learning with Embedding Compression
von: Cheng, Tong, et al.
Veröffentlicht: (2025)

GRAPHTEXTACK: A Realistic Black-Box Node Injection Attack on LLM-Enhanced GNNs
von: Ma, Jiaji, et al.
Veröffentlicht: (2025)

AdaPI: Facilitating DNN Model Adaptivity for Efficient Private Inference in Edge Computing
von: Zhou, Tong, et al.
Veröffentlicht: (2024)

Backdoor Attacks on Discrete Graph Diffusion Models
von: Wang, Jiawen, et al.
Veröffentlicht: (2025)

Is API Access to LLMs Useful for Generating Private Synthetic Tabular Data?
von: Swanberg, Marika, et al.
Veröffentlicht: (2025)

Panther: A Cost-Effective Privacy-Preserving Framework for GNN Training and Inference Services in Cloud Environments
von: Chen, Congcong, et al.
Veröffentlicht: (2025)