Buchumschlag

Distilling Adversarial Robustness Using Heterogeneous Teachers

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Deng, Jieren, Palmer, Aaron, Mahmood, Rigel, Rathbun, Ethan, Bi, Jinbo, Mahmood, Kaleel, Aguiar, Derek
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Computer Vision and Pattern Recognition Cryptography and Security
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Certifying Adapters: Enabling and Enhancing the Certification of Classifier Adversarial Robustness
von: Deng, Jieren, et al.
Veröffentlicht: (2024)

Busting the Paper Ballot: Voting Meets Adversarial Machine Learning
von: Mahmood, Kaleel, et al.
Veröffentlicht: (2025)

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

Sy-FAR: Symmetry-based Fair Adversarial Robustness
von: Najjar, Haneen, et al.
Veröffentlicht: (2025)

Adversarial Sparse Teacher: Defense Against Distillation-Based Model Stealing Attacks Using Adversarial Examples
von: Yilmaz, Eda, et al.
Veröffentlicht: (2024)

ZeroPur: Succinct Training-Free Adversarial Purification
von: Liu, Erhu, et al.
Veröffentlicht: (2024)

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

On the Robustness of Kolmogorov-Arnold Networks: An Adversarial Perspective
von: Alter, Tal, et al.
Veröffentlicht: (2024)

Rethinking Robust Adversarial Concept Erasure in Diffusion Models
von: Yin, Qinghong, et al.
Veröffentlicht: (2025)

Deciphering the Definition of Adversarial Robustness for post-hoc OOD Detectors
von: Lorenz, Peter, et al.
Veröffentlicht: (2024)

Improving Adversarial Robustness via Feature Pattern Consistency Constraint
von: Hu, Jiacong, et al.
Veröffentlicht: (2024)

RoMA: Robust Malware Attribution via Byte-level Adversarial Training with Global Perturbations and Adversarial Consistency Regularization
von: Sun, Yuxia, et al.
Veröffentlicht: (2025)

Defensive Unlearning with Adversarial Training for Robust Concept Erasure in Diffusion Models
von: Zhang, Yimeng, et al.
Veröffentlicht: (2024)

Robust Image Classification: Defensive Strategies against FGSM and PGD Adversarial Attacks
von: Waghela, Hetvi, et al.
Veröffentlicht: (2024)

A Random Ensemble of Encrypted models for Enhancing Robustness against Adversarial Examples
von: Iijima, Ryota, et al.
Veröffentlicht: (2024)

Evaluating Adversarial Robustness: A Comparison Of FGSM, Carlini-Wagner Attacks, And The Role of Distillation as Defense Mechanism
von: Sarkar, Trilokesh Ranjan, et al.
Veröffentlicht: (2024)

Robust Watermarks Leak: Channel-Aware Feature Extraction Enables Adversarial Watermark Manipulation
von: Ba, Zhongjie, et al.
Veröffentlicht: (2025)

PatchCURE: Improving Certifiable Robustness, Model Utility, and Computation Efficiency of Adversarial Patch Defenses
von: Xiang, Chong, et al.
Veröffentlicht: (2023)

Group-based Robustness: A General Framework for Customized Robustness in the Real World
von: Lin, Weiran, et al.
Veröffentlicht: (2023)

Boosting Adversarial Transferability with Spatial Adversarial Alignment
von: Chen, Zhaoyu, et al.
Veröffentlicht: (2025)

Patronus: Safeguarding Text-to-Image Models against White-Box Adversaries
von: Li, Xinfeng, et al.
Veröffentlicht: (2025)

LightPure: Realtime Adversarial Image Purification for Mobile Devices Using Diffusion Models
von: Khalili, Hossein, et al.
Veröffentlicht: (2024)

VGS-ATD: Robust Distributed Learning for Multi-Label Medical Image Classification Under Heterogeneous and Imbalanced Conditions
von: Zhao, Zehui, et al.
Veröffentlicht: (2025)

NoisePrints: Distortion-Free Watermarks for Authorship in Private Diffusion Models
von: Goren, Nir, et al.
Veröffentlicht: (2025)

Redesigning Traffic Signs to Mitigate Machine-Learning Patch Attacks
von: Shua, Tsufit, et al.
Veröffentlicht: (2024)

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

Learning Differentially Private Diffusion Models via Stochastic Adversarial Distillation
von: Liu, Bochao, et al.
Veröffentlicht: (2024)

Adversarial Pruning: A Survey and Benchmark of Pruning Methods for Adversarial Robustness
von: Piras, Giorgio, et al.
Veröffentlicht: (2024)

Defensive Adversarial CAPTCHA: A Semantics-Driven Framework for Natural Adversarial Example Generation
von: Du, Xia, et al.
Veröffentlicht: (2025)

Adversarial Robustness of Vision in Open Foundation Models
von: Fox, Jonathon, et al.
Veröffentlicht: (2025)

Struggle with Adversarial Defense? Try Diffusion
von: Li, Yujie, et al.
Veröffentlicht: (2024)

Stealthy Multi-Task Adversarial Attacks
von: Guo, Jiacheng, et al.
Veröffentlicht: (2024)

TPatch: A Triggered Physical Adversarial Patch
von: Zhu, Wenjun, et al.
Veröffentlicht: (2023)

Snowball Adversarial Attack on Traffic Sign Classification
von: Etim, Anthony, et al.
Veröffentlicht: (2025)

Adversarial Examples are Misaligned in Diffusion Model Manifolds
von: Lorenz, Peter, et al.
Veröffentlicht: (2024)

Attacking Transformers with Feature Diversity Adversarial Perturbation
von: Gao, Chenxing, et al.
Veröffentlicht: (2024)

Facial Recognition Leveraging Generative Adversarial Networks
von: Li, Zhongwen, et al.
Veröffentlicht: (2025)

Improving Adversarial Transferability with Neighbourhood Gradient Information
von: Guo, Haijing, et al.
Veröffentlicht: (2024)

Enhancing Adversarial Attacks: The Similar Target Method
von: Zhang, Shuo, et al.
Veröffentlicht: (2023)

Query-Efficient Video Adversarial Attack with Stylized Logo
von: Tang, Duoxun, et al.
Veröffentlicht: (2024)