Elevating Defenses: Bridging Adversarial Training and Watermarking for Model Resilience
Fuente:
arXiv
Salvato in:
| Autori principali: | Thakkar, Janvi, Zizzo, Giulio, Maffeis, Sergio |
|---|---|
| Natura: | Preprint |
| Pubblicazione: |
2023
|
| Soggetti: | |
| Accesso online: | |
| Tags: |
Aggiungi Tag
Nessun Tag, puoi essere il primo ad aggiungerne!!
|
Documenti analoghi
Differentially Private and Adversarially Robust Machine Learning: An Empirical Evaluation
di: Thakkar, Janvi, et al.
Pubblicazione: (2024)
di: Thakkar, Janvi, et al.
Pubblicazione: (2024)
HarmLevelBench: Evaluating Harm-Level Compliance and the Impact of Quantization on Model Alignment
di: Belkhiter, Yannis, et al.
Pubblicazione: (2024)
di: Belkhiter, Yannis, et al.
Pubblicazione: (2024)
Blue Teaming Function-Calling Agents
di: Dolcetti, Greta, et al.
Pubblicazione: (2026)
di: Dolcetti, Greta, et al.
Pubblicazione: (2026)
Towards a Practical Defense against Adversarial Attacks on Deep Learning-based Malware Detectors via Randomized Smoothing
di: Gibert, Daniel, et al.
Pubblicazione: (2023)
di: Gibert, Daniel, et al.
Pubblicazione: (2023)
Adversarial Prompt Evaluation: Systematic Benchmarking of Guardrails Against Prompt Input Attacks on LLMs
di: Zizzo, Giulio, et al.
Pubblicazione: (2025)
di: Zizzo, Giulio, et al.
Pubblicazione: (2025)
Breaking MCP with Function Hijacking Attacks: Novel Threats for Function Calling and Agentic Models
di: Belkhiter, Yannis, et al.
Pubblicazione: (2026)
di: Belkhiter, Yannis, et al.
Pubblicazione: (2026)
IDEA: Invariant Defense for Graph Adversarial Robustness
di: Tao, Shuchang, et al.
Pubblicazione: (2023)
di: Tao, Shuchang, et al.
Pubblicazione: (2023)
A Robust Defense against Adversarial Attacks on Deep Learning-based Malware Detectors via (De)Randomized Smoothing
di: Gibert, Daniel, et al.
Pubblicazione: (2024)
di: Gibert, Daniel, et al.
Pubblicazione: (2024)
A No-Defense Defense Against Gradient-Based Adversarial Attacks on ML-NIDS: Is Less More?
di: elShehaby, Mohamed, et al.
Pubblicazione: (2026)
di: elShehaby, Mohamed, et al.
Pubblicazione: (2026)
Adversarial Suffix Filtering: a Defense Pipeline for LLMs
di: Khachaturov, David, et al.
Pubblicazione: (2025)
di: Khachaturov, David, et al.
Pubblicazione: (2025)
Enhancing the "Immunity" of Mixture-of-Experts Networks for Adversarial Defense
di: Han, Qiao, et al.
Pubblicazione: (2024)
di: Han, Qiao, et al.
Pubblicazione: (2024)
Test-time Adversarial Defense with Opposite Adversarial Path and High Attack Time Cost
di: Yeh, Cheng-Han, et al.
Pubblicazione: (2024)
di: Yeh, Cheng-Han, et al.
Pubblicazione: (2024)
Quantitative Resilience Modeling for Autonomous Cyber Defense
di: Cadet, Xavier, et al.
Pubblicazione: (2025)
di: Cadet, Xavier, et al.
Pubblicazione: (2025)
Provably Cost-Sensitive Adversarial Defense via Randomized Smoothing
di: Xin, Yuan, et al.
Pubblicazione: (2023)
di: Xin, Yuan, et al.
Pubblicazione: (2023)
Pruning Graphs by Adversarial Robustness Evaluation to Strengthen GNN Defenses
di: Wang, Yongyu
Pubblicazione: (2025)
di: Wang, Yongyu
Pubblicazione: (2025)
Position: Towards Resilience Against Adversarial Examples
di: Dai, Sihui, et al.
Pubblicazione: (2024)
di: Dai, Sihui, et al.
Pubblicazione: (2024)
A Resilient and Accessible Distribution-Preserving Watermark for Large Language Models
di: Wu, Yihan, et al.
Pubblicazione: (2023)
di: Wu, Yihan, et al.
Pubblicazione: (2023)
FedBAP: Backdoor Defense via Benign Adversarial Perturbation in Federated Learning
di: Yan, Xinhai, et al.
Pubblicazione: (2025)
di: Yan, Xinhai, et al.
Pubblicazione: (2025)
MoJE: Mixture of Jailbreak Experts, Naive Tabular Classifiers as Guard for Prompt Attacks
di: Cornacchia, Giandomenico, et al.
Pubblicazione: (2024)
di: Cornacchia, Giandomenico, et al.
Pubblicazione: (2024)
Assessing the Resilience of Automotive Intrusion Detection Systems to Adversarial Manipulation
di: Longari, Stefano, et al.
Pubblicazione: (2025)
di: Longari, Stefano, et al.
Pubblicazione: (2025)
Signal Watermark on Large Language Models
di: Xu, Zhenyu, et al.
Pubblicazione: (2024)
di: Xu, Zhenyu, et al.
Pubblicazione: (2024)
Certifiable Black-Box Attacks with Randomized Adversarial Examples: Breaking Defenses with Provable Confidence
di: Hong, Hanbin, et al.
Pubblicazione: (2023)
di: Hong, Hanbin, et al.
Pubblicazione: (2023)
One Stone, Two Birds: Enhancing Adversarial Defense Through the Lens of Distributional Discrepancy
di: Zhang, Jiacheng, et al.
Pubblicazione: (2025)
di: Zhang, Jiacheng, et al.
Pubblicazione: (2025)
Early Approaches to Adversarial Fine-Tuning for Prompt Injection Defense: A 2022 Study of GPT-3 and Contemporary Models
di: Sandoval, Gustavo, et al.
Pubblicazione: (2025)
di: Sandoval, Gustavo, et al.
Pubblicazione: (2025)
Development of an Edge Resilient ML Ensemble to Tolerate ICS Adversarial Attacks
di: Yao, Likai, et al.
Pubblicazione: (2024)
di: Yao, Likai, et al.
Pubblicazione: (2024)
Generalization Properties of Adversarial Training for $\ell_0$-Bounded Adversarial Attacks
di: Delgosha, Payam, et al.
Pubblicazione: (2024)
di: Delgosha, Payam, et al.
Pubblicazione: (2024)
Ideal Attribution and Faithful Watermarks for Language Models
di: Song, Min Jae, et al.
Pubblicazione: (2025)
di: Song, Min Jae, et al.
Pubblicazione: (2025)
Black-Box Detection of Language Model Watermarks
di: Gloaguen, Thibaud, et al.
Pubblicazione: (2024)
di: Gloaguen, Thibaud, et al.
Pubblicazione: (2024)
Robustness-Congruent Adversarial Training for Secure Machine Learning Model Updates
di: Angioni, Daniele, et al.
Pubblicazione: (2024)
di: Angioni, Daniele, et al.
Pubblicazione: (2024)
On the Effectiveness of Adversarial Training on Malware Classifiers
di: Bostani, Hamid, et al.
Pubblicazione: (2024)
di: Bostani, Hamid, et al.
Pubblicazione: (2024)
Secure and Private Federated Learning: Achieving Adversarial Resilience through Robust Aggregation
di: Yang, Kun, et al.
Pubblicazione: (2025)
di: Yang, Kun, et al.
Pubblicazione: (2025)
A Defensive Framework Against Adversarial Attacks on Machine Learning-Based Network Intrusion Detection Systems
di: Tafreshian, Benyamin, et al.
Pubblicazione: (2025)
di: Tafreshian, Benyamin, et al.
Pubblicazione: (2025)
Mitigating the Structural Bias in Graph Adversarial Defenses
di: Fang, Junyuan, et al.
Pubblicazione: (2025)
di: Fang, Junyuan, et al.
Pubblicazione: (2025)
Breaking Distortion-free Watermarks in Large Language Models
di: Reynolds, Shayleen, et al.
Pubblicazione: (2025)
di: Reynolds, Shayleen, et al.
Pubblicazione: (2025)
Mitigating Error Amplification in Fast Adversarial Training
di: Zhao, Mengnan, et al.
Pubblicazione: (2026)
di: Zhao, Mengnan, et al.
Pubblicazione: (2026)
Efficient Adversarial Training in LLMs with Continuous Attacks
di: Xhonneux, Sophie, et al.
Pubblicazione: (2024)
di: Xhonneux, Sophie, et al.
Pubblicazione: (2024)
Vulnerability-Aware Robust Multimodal Adversarial Training
di: Zhang, Junrui, et al.
Pubblicazione: (2025)
di: Zhang, Junrui, et al.
Pubblicazione: (2025)
Class-feature Watermark: A Resilient Black-box Watermark Against Model Extraction Attacks
di: Xiao, Yaxin, et al.
Pubblicazione: (2025)
di: Xiao, Yaxin, et al.
Pubblicazione: (2025)
Distortion-free Watermarks are not Truly Distortion-free under Watermark Key Collisions
di: Wu, Yihan, et al.
Pubblicazione: (2024)
di: Wu, Yihan, et al.
Pubblicazione: (2024)
Rogue Cell: Adversarial Attack and Defense in Untrusted O-RAN Setup Exploiting the Traffic Steering xApp
di: Aizikovich, Eran, et al.
Pubblicazione: (2025)
di: Aizikovich, Eran, et al.
Pubblicazione: (2025)
Documenti analoghi
-
Differentially Private and Adversarially Robust Machine Learning: An Empirical Evaluation
di: Thakkar, Janvi, et al.
Pubblicazione: (2024) -
HarmLevelBench: Evaluating Harm-Level Compliance and the Impact of Quantization on Model Alignment
di: Belkhiter, Yannis, et al.
Pubblicazione: (2024) -
Blue Teaming Function-Calling Agents
di: Dolcetti, Greta, et al.
Pubblicazione: (2026) -
Towards a Practical Defense against Adversarial Attacks on Deep Learning-based Malware Detectors via Randomized Smoothing
di: Gibert, Daniel, et al.
Pubblicazione: (2023) -
Adversarial Prompt Evaluation: Systematic Benchmarking of Guardrails Against Prompt Input Attacks on LLMs
di: Zizzo, Giulio, et al.
Pubblicazione: (2025)