Buchumschlag

Benchmarking Transferable Adversarial Attacks

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Jin, Zhibo, Zhang, Jiayu, Zhu, Zhiyu, Chen, Huaming
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Computer Vision and Pattern Recognition Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Attribution for Enhanced Explanation with Transferable Adversarial eXploration
von: Zhu, Zhiyu, et al.
Veröffentlicht: (2024)

FACL-Attack: Frequency-Aware Contrastive Learning for Transferable Adversarial Attacks
von: Yang, Hunmin, et al.
Veröffentlicht: (2024)

Transferable Adversarial Attacks on Black-Box Vision-Language Models
von: Hu, Kai, et al.
Veröffentlicht: (2025)

Scaling Laws for Black box Adversarial Attacks
von: Liu, Chuan, et al.
Veröffentlicht: (2024)

Similarity of Neural Architectures using Adversarial Attack Transferability
von: Hwang, Jaehui, et al.
Veröffentlicht: (2022)

AIM: Additional Image Guided Generation of Transferable Adversarial Attacks
von: Li, Teng, et al.
Veröffentlicht: (2025)

DMS: Addressing Information Loss with More Steps for Pragmatic Adversarial Attacks
von: Zhu, Zhiyu, et al.
Veröffentlicht: (2024)

Prompt-Driven Contrastive Learning for Transferable Adversarial Attacks
von: Yang, Hunmin, et al.
Veröffentlicht: (2024)

Improving Transferability of Adversarial Examples via Bayesian Attacks
von: Li, Qizhang, et al.
Veröffentlicht: (2023)

Exploring Adversarial Attacks against Latent Diffusion Model from the Perspective of Adversarial Transferability
von: Chen, Junxi, et al.
Veröffentlicht: (2024)

Strong Transferable Adversarial Attacks via Ensembled Asymptotically Normal Distribution Learning
von: Fang, Zhengwei, et al.
Veröffentlicht: (2022)

Improving Adversarial Transferability in MLLMs via Dynamic Vision-Language Alignment Attack
von: Gu, Chenhe, et al.
Veröffentlicht: (2025)

X-Transfer Attacks: Towards Super Transferable Adversarial Attacks on CLIP
von: Huang, Hanxun, et al.
Veröffentlicht: (2025)

Transferable Adversarial Attacks on SAM and Its Downstream Models
von: Xia, Song, et al.
Veröffentlicht: (2024)

Boosting Adversarial Transferability via Residual Perturbation Attack
von: Peng, Jinjia, et al.
Veröffentlicht: (2025)

Bag of Tricks to Boost Adversarial Transferability
von: Zhang, Zeliang, et al.
Veröffentlicht: (2024)

GE-AdvGAN: Improving the transferability of adversarial samples by gradient editing-based adversarial generative model
von: Zhu, Zhiyu, et al.
Veröffentlicht: (2024)

Transform-Dependent Adversarial Attacks
von: Tan, Yaoteng, et al.
Veröffentlicht: (2024)

Enabling Heterogeneous Adversarial Transferability via Feature Permutation Attacks
von: Wu, Tao, et al.
Veröffentlicht: (2025)

Leveraging Information Consistency in Frequency and Spatial Domain for Adversarial Attacks
von: Jin, Zhibo, et al.
Veröffentlicht: (2024)

EEG Foundation Models: Progresses, Benchmarking, and Open Problems
von: Liu, Dingkun, et al.
Veröffentlicht: (2026)

AdvAD: Exploring Non-Parametric Diffusion for Imperceptible Adversarial Attacks
von: Li, Jin, et al.
Veröffentlicht: (2025)

Uncertainty Quantification for Collaborative Object Detection Under Adversarial Attacks
von: Huang, Huiqun, et al.
Veröffentlicht: (2025)

Boosting Adversarial Transferability via Ensemble Non-Attention
von: Zou, Yipeng, et al.
Veröffentlicht: (2025)

Dynamic Label Adversarial Training for Deep Learning Robustness Against Adversarial Attacks
von: Liu, Zhenyu, et al.
Veröffentlicht: (2024)

Adversarial-Robust Transfer Learning for Medical Imaging via Domain Assimilation
von: Chen, Xiaohui, et al.
Veröffentlicht: (2024)

TsallisPGD: Adaptive Gradient Weighting for Adversarial Attacks on Semantic Segmentation
von: Matyasko, Alexander, et al.
Veröffentlicht: (2026)

Improving the Transferability of Adversarial Attacks by an Input Transpose
von: Wan, Qing, et al.
Veröffentlicht: (2025)

AdvLogo: Adversarial Patch Attack against Object Detectors based on Diffusion Models
von: Miao, Boming, et al.
Veröffentlicht: (2024)

Model-agnostic Adversarial Attack and Defense for Vision-Language-Action Models
von: Xu, Haochuan, et al.
Veröffentlicht: (2025)

Adversarial Machine Learning: Attacking and Safeguarding Image Datasets
von: Chowdhury, Koushik
Veröffentlicht: (2025)

Improving Adversarial Transferability via Model Alignment
von: Ma, Avery, et al.
Veröffentlicht: (2023)

Towards Understanding Adversarial Transferability in Federated Learning
von: Li, Yijiang, et al.
Veröffentlicht: (2023)

Neural Fingerprints for Adversarial Attack Detection
von: Fisher, Haim, et al.
Veröffentlicht: (2024)

Familiarity-Based Open-Set Recognition Under Adversarial Attacks
von: Enevoldsen, Philip, et al.
Veröffentlicht: (2023)

Adversarial Semantic and Label Perturbation Attack for Pedestrian Attribute Recognition
von: Kong, Weizhe, et al.
Veröffentlicht: (2025)

Look Closer! An Adversarial Parametric Editing Framework for Hallucination Mitigation in VLMs
von: Hu, Jiayu, et al.
Veröffentlicht: (2025)

Transferability of Adversarial Attacks in Video-based MLLMs: A Cross-modal Image-to-Video Approach
von: Huang, Linhao, et al.
Veröffentlicht: (2025)

Evaluating Adversarial Attacks on Traffic Sign Classifiers beyond Standard Baselines
von: Pavlitska, Svetlana, et al.
Veröffentlicht: (2024)

Unifying Image Counterfactuals and Feature Attributions with Latent-Space Adversarial Attacks
von: Goldwasser, Jeremy, et al.
Veröffentlicht: (2025)