:: Library Catalog

Buchumschlag

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Chilese, Marco, Mitev, Richard, Orenbach, Meni, Thorburn, Robert, Atamli, Ahmad, Sadeghi, Ahmad-Reza
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Cryptography and Security Machine Learning
Online-Zugang:	https://arxiv.org/abs/2403.07465
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Beyond Random Inputs: A Novel ML-Based Hardware Fuzzing
von: Rostami, Mohamadreza, et al.
Veröffentlicht: (2024)

Hazel: Secure and Efficient Disaggregated Storage
von: Chrapek, Marcin, et al.
Veröffentlicht: (2025)

DL2Fence: Integrating Deep Learning and Frame Fusion for Enhanced Detection and Localization of Refined Denial-of-Service in Large-Scale NoCs
von: Wang, Haoyu, et al.
Veröffentlicht: (2024)

Towards Remote Attestation of Microarchitectural Attacks: The Case of Rowhammer
von: Herrmann, Martin, et al.
Veröffentlicht: (2026)

NeST: Neuron Selective Tuning for LLM Safety
von: Behrouzi, Sasha, et al.
Veröffentlicht: (2026)

DeepEclipse: How to Break White-Box DNN-Watermarking Schemes
von: Pegoraro, Alessandro, et al.
Veröffentlicht: (2024)

FreqFed: A Frequency Analysis-Based Approach for Mitigating Poisoning Attacks in Federated Learning
von: Fereidooni, Hossein, et al.
Veröffentlicht: (2023)

FedMIA: An Effective Membership Inference Attack Exploiting "All for One" Principle in Federated Learning
von: Zhu, Gongxi, et al.
Veröffentlicht: (2024)

Beyond One-Size-Fits-All: Neural Networks for Differentially Private Tabular Data Synthesis
von: Chen, Kai, et al.
Veröffentlicht: (2025)

One RNG to Rule Them All: How Randomness Becomes an Attack Vector in Machine Learning
von: Prabhu, Kotekar Annapoorna, et al.
Veröffentlicht: (2026)

Walma: Learning to See Memory Corruption in WebAssembly
von: Draissi, Oussama, et al.
Veröffentlicht: (2026)

One Detector Fits All: Robust and Adaptive Detection of Malicious Packages from PyPI to Enterprises
von: Montaruli, Biagio, et al.
Veröffentlicht: (2025)

ENOLA: Efficient Control-Flow Attestation for Embedded Systems
von: Armanuzzaman, Md, et al.
Veröffentlicht: (2025)

All Rivers Run to the Sea: Private Learning with Asymmetric Flows
von: Niu, Yue, et al.
Veröffentlicht: (2023)

SafeSplit: A Novel Defense Against Client-Side Backdoor Attacks in Split Learning (Full Version)
von: Rieger, Phillip, et al.
Veröffentlicht: (2025)

Global Context Enhanced Anomaly Detection of Cyber Attacks via Decoupled Graph Neural Networks
von: Hafez, Ahmad
Veröffentlicht: (2024)

SecEncoder: Logs are All You Need in Security
von: Bulut, Muhammed Fatih, et al.
Veröffentlicht: (2024)

Can One Safety Loop Guard Them All? Agentic Guard Rails for Federated Computing
von: Veeraragavan, Narasimha Raghavan, et al.
Veröffentlicht: (2025)

UnSeg: One Universal Unlearnable Example Generator is Enough against All Image Segmentation
von: Sun, Ye, et al.
Veröffentlicht: (2024)

One Surrogate to Fool Them All: Universal, Transferable, and Targeted Adversarial Attacks with CLIP
von: Xu, Binyan, et al.
Veröffentlicht: (2025)

On the Verification of Control Flow Attestation Evidence
von: Caulfield, Adam, et al.
Veröffentlicht: (2024)

One Token Embedding Is Enough to Deadlock Your Large Reasoning Model
von: Zhang, Mohan, et al.
Veröffentlicht: (2025)

OCGEC: One-class Graph Embedding Classification for DNN Backdoor Detection
von: Jiang, Haoyu, et al.
Veröffentlicht: (2023)

Machine Learning-Based Cyberattack Detection and Identification for Automatic Generation Control Systems Considering Nonlinearities
von: Shabar, Nour M., et al.
Veröffentlicht: (2025)

Interpreting GNN-based IDS Detections Using Provenance Graph Structural Features
von: Mukherjee, Kunal, et al.
Veröffentlicht: (2023)

Auditing $f$-Differential Privacy in One Run
von: Mahloujifar, Saeed, et al.
Veröffentlicht: (2024)

A Generic Machine Learning Framework for Radio Frequency Fingerprinting
von: Hiles, Alex, et al.
Veröffentlicht: (2025)

One-shot Empirical Privacy Estimation for Federated Learning
von: Andrew, Galen, et al.
Veröffentlicht: (2023)

On the Robustness of Graph Reduction Against GNN Backdoor
von: Zhu, Yuxuan, et al.
Veröffentlicht: (2024)

ADAGE: Active Defenses Against GNN Extraction
von: Xu, Jing, et al.
Veröffentlicht: (2025)

Efficient Control Flow Attestation by Speculating on Control Flow Path Representations
von: Tyler, Liam, et al.
Veröffentlicht: (2025)

Byzantine-Robust Federated Learning over Ring-All-Reduce Distributed Computing
von: Fang, Minghong, et al.
Veröffentlicht: (2025)

How Well Can Differential Privacy Be Audited in One Run?
von: Keinan, Amit, et al.
Veröffentlicht: (2025)

OSLO: One-Shot Label-Only Membership Inference Attacks
von: Peng, Yuefeng, et al.
Veröffentlicht: (2024)

Graph Reconstruction from Differentially Private GNN Explanations
von: Sahoo, Rishi Raj, et al.
Veröffentlicht: (2026)

Robust GNN Watermarking via Implicit Perception of Topological Invariants
von: Li, Jipeng, et al.
Veröffentlicht: (2025)

Pruning Graphs by Adversarial Robustness Evaluation to Strengthen GNN Defenses
von: Wang, Yongyu
Veröffentlicht: (2025)

CryptGNN: Enabling Secure Inference for Graph Neural Networks
von: Sen, Pritam, et al.
Veröffentlicht: (2025)

The Tail Tells All: Estimating Model-Level Membership Inference Vulnerability Without Reference Models
von: Dodd, Euodia, et al.
Veröffentlicht: (2025)

Smart Surveillance: Identifying IoT Device Behaviours using ML-Powered Traffic Analysis
von: Ryan, Reza, et al.
Veröffentlicht: (2025)