Buchumschlag

Exploring Privacy and Fairness Risks in Sharing Diffusion Models: An Adversarial Perspective

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Luo, Xinjian, Jiang, Yangfan, Wei, Fei, Wu, Yuncheng, Xiao, Xiaokui, Ooi, Beng Chin
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Machine Learning Artificial Intelligence Cryptography and Security
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Passive Inference Attacks on Split Learning via Adversarial Regularization
von: Zhu, Xiaochen, et al.
Veröffentlicht: (2023)

Feature Inference Attack on Shapley Values
von: Luo, Xinjian, et al.
Veröffentlicht: (2024)

Calibrating Noise for Group Privacy in Subsampled Mechanisms
von: Jiang, Yangfan, et al.
Veröffentlicht: (2024)

Prompt Inference Attack on Distributed Large Language Model Inference Frameworks
von: Luo, Xinjian, et al.
Veröffentlicht: (2025)

GCON: Differentially Private Graph Convolutional Network via Objective Perturbation
von: Wei, Jianxin, et al.
Veröffentlicht: (2024)

Skellam Mixture Mechanism: a Novel Approach to Federated Learning with Differential Privacy
von: Bao, Ergute, et al.
Veröffentlicht: (2022)

SeSeMI: Secure Serverless Model Inference on Sensitive Data
von: Hu, Guoyu, et al.
Veröffentlicht: (2024)

Auditing Apple's DifferentialPrivacy.framework: Implementation Bugs, Misconfigurations, and Practical Risks
von: Chourasia, Rishav, et al.
Veröffentlicht: (2026)

Investigating Deep Watermark Security: An Adversarial Transferability Perspective
von: Qi, Biqing, et al.
Veröffentlicht: (2024)

When Fairness Meets Privacy: Exploring Privacy Threats in Fair Binary Classifiers via Membership Inference Attacks
von: Tian, Huan, et al.
Veröffentlicht: (2023)

DP-S4S: Accurate and Scalable Select-Join-Aggregate Query Processing with User-Level Differential Privacy
von: Qiu, Yuan, et al.
Veröffentlicht: (2026)

Overcoming the Retrieval Barrier: Indirect Prompt Injection in the Wild for LLM Systems
von: Chang, Hongyan, et al.
Veröffentlicht: (2026)

AAA: an Adaptive Mechanism for Locally Differential Private Mean Estimation
von: Wei, Fei, et al.
Veröffentlicht: (2024)

Integrating Identity-Based Identification against Adaptive Adversaries in Federated Learning
von: Szelag, Jakub Kacper, et al.
Veröffentlicht: (2025)

Jailbreaking Prompt Attack: A Controllable Adversarial Attack against Diffusion Models
von: Ma, Jiachen, et al.
Veröffentlicht: (2024)

When Better Features Mean Greater Risks: The Performance-Privacy Trade-Off in Contrastive Learning
von: Sun, Ruining, et al.
Veröffentlicht: (2025)

Privacy at a Price: Exploring its Dual Impact on AI Fairness
von: Yang, Mengmeng, et al.
Veröffentlicht: (2024)

Privacy-Preserving Diffusion Model Using Homomorphic Encryption
von: Chen, Yaojian, et al.
Veröffentlicht: (2024)

Connect the dots: Dataset Condensation, Differential Privacy, and Adversarial Uncertainty
von: Odoh, Kenneth
Veröffentlicht: (2024)

From Assistants to Adversaries: Exploring the Security Risks of Mobile LLM Agents
von: Wu, Liangxuan, et al.
Veröffentlicht: (2025)

Unveiling Privacy Risks in LLM Agent Memory
von: Wang, Bo, et al.
Veröffentlicht: (2025)

Purify Once, Edit Freely: Breaking Image Protections under Model Mismatch
von: Zhao, Qichen, et al.
Veröffentlicht: (2026)

Privacy Leaks by Adversaries: Adversarial Iterations for Membership Inference Attack
von: Xue, Jing, et al.
Veröffentlicht: (2025)

SoK: Semantic Privacy in Large Language Models
von: Ma, Baihe, et al.
Veröffentlicht: (2025)

Beyond Data Privacy: New Privacy Risks for Large Language Models
von: Du, Yuntao, et al.
Veröffentlicht: (2025)

Secure Confidential Business Information When Sharing Machine Learning Models
von: Yang, Yunfan, et al.
Veröffentlicht: (2025)

Quantifying and Defending against Privacy Threats on Federated Knowledge Graph Embedding
von: Hu, Yuke, et al.
Veröffentlicht: (2023)

Adversarial Attacks against Windows PE Malware Detection: A Survey of the State-of-the-Art
von: Ling, Xiang, et al.
Veröffentlicht: (2021)

Not My Agent, Not My Boundary? Elicitation of Personal Privacy Boundaries in AI-Delegated Information Sharing
von: Guo, Bingcan, et al.
Veröffentlicht: (2025)

DP-TRAE: A Dual-Phase Merging Transferable Reversible Adversarial Example for Image Privacy Protection
von: Du, Xia, et al.
Veröffentlicht: (2025)

Deontic Knowledge Graphs for Privacy Compliance in Multimodal Disaster Data Sharing
von: Echenim, Kelvin Uzoma, et al.
Veröffentlicht: (2026)

From Randomized Response to Randomized Index: Answering Subset Counting Queries with Local Differential Privacy
von: Ye, Qingqing, et al.
Veröffentlicht: (2025)

Lessons from Penetration Tests on Large-Scale Agent Systems
von: Eykholt, Kevin, et al.
Veröffentlicht: (2026)

Towards Efficient Privacy-Preserving Machine Learning: A Systematic Review from Protocol, Model, and System Perspectives
von: Zeng, Wenxuan, et al.
Veröffentlicht: (2025)

Footprints of Data in a Classifier: Understanding the Privacy Risks and Solution Strategies
von: Sadhukhan, Payel, et al.
Veröffentlicht: (2024)

Adversarial Threat Vectors and Risk Mitigation for Retrieval-Augmented Generation Systems
von: Ward, Chris M., et al.
Veröffentlicht: (2025)

FedRW: Efficient Privacy-Preserving Data Reweighting for Enhancing Federated Learning of Language Models
von: Ye, Pukang, et al.
Veröffentlicht: (2025)

PrivacyRestore: Privacy-Preserving Inference in Large Language Models via Privacy Removal and Restoration
von: Zeng, Ziqian, et al.
Veröffentlicht: (2024)

Doxing via the Lens: Revealing Location-related Privacy Leakage on Multi-modal Large Reasoning Models
von: Luo, Weidi, et al.
Veröffentlicht: (2025)

FairCMS: Cloud Media Sharing with Fair Copyright Protection
von: Xiao, Xiangli, et al.
Veröffentlicht: (2021)