Buchumschlag

BlackboxBench: A Comprehensive Benchmark of Black-box Adversarial Attacks

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Zheng, Meixi, Yan, Xuanchen, Zhu, Zihao, Chen, Hongrui, Wu, Baoyuan
Format:	Preprint
Veröffentlicht:	2023
Schlagworte:	Cryptography and Security
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

BackdoorBench: A Comprehensive Benchmark and Analysis of Backdoor Learning
von: Wu, Baoyuan, et al.
Veröffentlicht: (2024)

Seeking Flat Minima over Diverse Surrogates for Improved Adversarial Transferability: A Theoretical Framework and Algorithmic Instantiation
von: Zheng, Meixi, et al.
Veröffentlicht: (2025)

Versatile Backdoor Attack with Visible, Semantic, Sample-Specific, and Compatible Triggers
von: Wang, Ruotong, et al.
Veröffentlicht: (2023)

Attacks in Adversarial Machine Learning: A Systematic Survey from the Life-cycle Perspective
von: Wu, Baoyuan, et al.
Veröffentlicht: (2023)

A Wolf in Sheep's Clothing: Practical Black-box Adversarial Attacks for Evading Learning-based Windows Malware Detection in the Wild
von: Ling, Xiang, et al.
Veröffentlicht: (2024)

Multi-task Adversarial Attacks against Black-box Model with Few-shot Queries
von: Wang, Wenqiang, et al.
Veröffentlicht: (2025)

Mind the Gap: Detecting Black-box Adversarial Attacks in the Making through Query Update Analysis
von: Park, Jeonghwan, et al.
Veröffentlicht: (2025)

Black-box Membership Inference Attacks against Fine-tuned Diffusion Models
von: Pang, Yan, et al.
Veröffentlicht: (2023)

Blackbox Dataset Inference for LLM
von: Zhou, Ruikai, et al.
Veröffentlicht: (2025)

MIRAGE: Misleading Retrieval-Augmented Generation via Black-box and Query-agnostic Poisoning Attacks
von: Chen, Tailun, et al.
Veröffentlicht: (2025)

RL-JACK: Reinforcement Learning-powered Black-box Jailbreaking Attack against LLMs
von: Chen, Xuan, et al.
Veröffentlicht: (2024)

Curator Attack: When Blackbox Differential Privacy Auditing Loses Its Power
von: Wang, Shiming, et al.
Veröffentlicht: (2024)

DeepfakeBench-MM: A Comprehensive Benchmark for Multimodal Deepfake Detection
von: Zhao, Kangran, et al.
Veröffentlicht: (2025)

A General Black-box Adversarial Attack on Graph-based Fake News Detectors
von: Zhu, Peican, et al.
Veröffentlicht: (2024)

RoboJailBench: Benchmarking Adversarial Attacks and Defenses in Embodied Robotic Agents
von: Yeke, Doguhuan, et al.
Veröffentlicht: (2026)

Pop Quiz Attack: Black-box Membership Inference Attacks Against Large Language Models
von: Chen, Zeyuan, et al.
Veröffentlicht: (2026)

Zero-Query Adversarial Attack on Black-box Automatic Speech Recognition Systems
von: Fang, Zheng, et al.
Veröffentlicht: (2024)

Select Me! When You Need a Tool: A Black-box Text Attack on Tool Selection
von: Chen, Liuji, et al.
Veröffentlicht: (2025)

Watertox: The Art of Simplicity in Universal Attacks A Cross-Model Framework for Robust Adversarial Generation
von: Gao, Zhenghao, et al.
Veröffentlicht: (2024)

Calibration Attacks: A Comprehensive Study of Adversarial Attacks on Model Confidence
von: Obadinma, Stephen, et al.
Veröffentlicht: (2024)

A Comprehensive Review of Adversarial Attacks on Machine Learning
von: Ahmed, Syed Quiser, et al.
Veröffentlicht: (2024)

BETA: Automated Black-box Exploration for Timing Attacks in Processors
von: Chen, Congcong, et al.
Veröffentlicht: (2024)

Multi-granular Adversarial Attacks against Black-box Neural Ranking Models
von: Liu, Yu-An, et al.
Veröffentlicht: (2024)

Activation Gradient based Poisoned Sample Detection Against Backdoor Attacks
von: Yuan, Danni, et al.
Veröffentlicht: (2023)

Query Provenance Analysis: Efficient and Robust Defense against Query-based Black-box Attacks
von: Li, Shaofei, et al.
Veröffentlicht: (2024)

Defense Against Prompt Injection Attack by Leveraging Attack Techniques
von: Chen, Yulin, et al.
Veröffentlicht: (2024)

Online Poisoning Attack Against Reinforcement Learning under Black-box Environments
von: Li, Jianhui, et al.
Veröffentlicht: (2024)

SecBench: A Comprehensive Multi-Dimensional Benchmarking Dataset for LLMs in Cybersecurity
von: Jing, Pengfei, et al.
Veröffentlicht: (2024)

Is RobustBench/AutoAttack a suitable Benchmark for Adversarial Robustness?
von: Lorenz, Peter, et al.
Veröffentlicht: (2021)

From Head to Tail: Efficient Black-box Model Inversion Attack via Long-tailed Learning
von: Li, Ziang, et al.
Veröffentlicht: (2025)

Superpixel Attack: Enhancing Black-box Adversarial Attack with Image-driven Division Areas
von: Oe, Issa, et al.
Veröffentlicht: (2025)

FBA$^2$D: Frequency-based Black-box Attack for AI-generated Image Detection
von: Chen, Xiaojing, et al.
Veröffentlicht: (2025)

Black-box Adversarial Transferability: An Empirical Study in Cybersecurity Perspective
von: Roshan, Khushnaseeb, et al.
Veröffentlicht: (2024)

White-box Membership Inference Attacks against Diffusion Models
von: Pang, Yan, et al.
Veröffentlicht: (2023)

The Efficacy of Transfer-based No-box Attacks on Image Watermarking: A Pragmatic Analysis
von: Wu, Qilong, et al.
Veröffentlicht: (2024)

AttackSeqBench: Benchmarking the Capabilities of LLMs for Attack Sequences Understanding
von: Ma, Haokai, et al.
Veröffentlicht: (2025)

When Reasoning Leaks Membership: Membership Inference Attack on Black-box Large Reasoning Models
von: Hu, Ruihan, et al.
Veröffentlicht: (2026)

Dynamic Black-box Backdoor Attacks on IoT Sensory Data
von: Chathoth, Ajesh Koyatan, et al.
Veröffentlicht: (2025)

Black-box Adversarial Attacks on Network-wide Multi-step Traffic State Prediction Models
von: Poudel, Bibek, et al.
Veröffentlicht: (2021)

Performance-lossless Black-box Model Watermarking
von: Zhao, Na, et al.
Veröffentlicht: (2023)