Buchumschlag

Stop Stealing My Data: Sanitizing Stego Channels in 3D Printing Design Files

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Dolgavin, Aleksandr, Yampolskiy, Mark, Yung, Moti
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Cryptography and Security
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Turning Hearsay into Discovery: Industrial 3D Printer Side Channel Information Translated to Stealing the Object Design
von: Dolgavin, Aleksandr, et al.
Veröffentlicht: (2025)

One Video to Steal Them All: 3D-Printing IP Theft through Optical Side-Channels
von: Chattopadhyay, Twisha, et al.
Veröffentlicht: (2025)

StegoHound: A Novel Multi-Approaches Method for Efficient and Effective Identification and Extraction of Digital Evidence Masked by Steganographic Techniques in WAV and MP3 Files
von: Ghanem, Mohamed C., et al.
Veröffentlicht: (2023)

Protecting the 'Stop Using My Data' Right through Blockchain-assisted Evidence Generation
von: Zhang, Fan, et al.
Veröffentlicht: (2024)

Efficient Data-Free Model Stealing with Label Diversity
von: Liu, Yiyong, et al.
Veröffentlicht: (2024)

Correcting Subverted Random Oracles
von: Russell, Alexander, et al.
Veröffentlicht: (2024)

InputSnatch: Stealing Input in LLM Services via Timing Side-Channel Attacks
von: Zheng, Xinyao, et al.
Veröffentlicht: (2024)

On the Vulnerability of Text Sanitization
von: Tong, Meng, et al.
Veröffentlicht: (2024)

Stealing AI Model Weights Through Covert Communication Channels
von: Barbaza, Valentin, et al.
Veröffentlicht: (2025)

In Search of Lost Data: A Study of Flash Sanitization Practices
von: Schneider, Janine, et al.
Veröffentlicht: (2025)

TrEEStealer: Stealing Decision Trees via Enclave Side Channels
von: Sander, Jonas, et al.
Veröffentlicht: (2026)

Sanitizing Hidden Information with Diffusion Models
von: Robinette, Preston K., et al.
Veröffentlicht: (2023)

Stealing Trust: Unraveling Blind Message Attacks in Web3 Authentication
von: Yan, Kailun, et al.
Veröffentlicht: (2024)

Stealing Part of a Production Language Model
von: Carlini, Nicholas, et al.
Veröffentlicht: (2024)

How to Steal Reasoning Without Reasoning Traces
von: Zhang, Tingwei, et al.
Veröffentlicht: (2026)

StegoStylo: Squelching Stylometric Scrutiny through Steganographic Stitching
von: Dilworth, Robert
Veröffentlicht: (2026)

Stego Battlefield: Evaluating Image Steganography Attacks and Steganalysis Defenses
von: Sun, Zhen, et al.
Veröffentlicht: (2026)

Privacy Backdoors: Stealing Data with Corrupted Pretrained Models
von: Feng, Shanglun, et al.
Veröffentlicht: (2024)

TrojanStego: Your Language Model Can Secretly Be A Steganographic Privacy Leaking Agent
von: Meier, Dominik, et al.
Veröffentlicht: (2025)

Prompt Pirates Need a Map: Stealing Seeds helps Stealing Prompts
von: Mächtle, Felix, et al.
Veröffentlicht: (2025)

GraphIP-Bench: How Hard Is It to Steal a Graph Neural Network, and Can We Stop It?
von: Zhao, Kaixiang, et al.
Veröffentlicht: (2026)

Stealing Training Data from Large Language Models in Decentralized Training through Activation Inversion Attack
von: Dai, Chenxi, et al.
Veröffentlicht: (2025)

Designing a Secure Device-to-Device File Transfer Mechanism
von: Rahalkar, Chaitanya, et al.
Veröffentlicht: (2024)

GraphSteal: Structural Knowledge Stealing from Graph RAG via Traversal Reconstruction
von: Gu, Jinze, et al.
Veröffentlicht: (2026)

BarkBeetle: Stealing Decision Tree Models with Fault Injection
von: Wang, Qifan, et al.
Veröffentlicht: (2025)

Stealing the Invisible: Unveiling Pre-Trained CNN Models through Adversarial Examples and Timing Side-Channels
von: Shukla, Shubhi, et al.
Veröffentlicht: (2024)

I Know What You Sync: Covert and Side Channel Attacks on File Systems via syncfs
von: Gu, Cheng, et al.
Veröffentlicht: (2024)

Stop the Open Data Bus, We Want to Get Off
von: Culnane, Chris, et al.
Veröffentlicht: (2019)

Sanitization of Multimedia Content: A Survey of Techniques, Attacks, and Future Directions
von: Ciccotelli, Andrea, et al.
Veröffentlicht: (2022)

Anota: Identifying Business Logic Vulnerabilities via Annotation-Based Sanitization
von: Wang, Meng, et al.
Veröffentlicht: (2025)

On Stealing Graph Neural Network Models
von: Podhajski, Marcin, et al.
Veröffentlicht: (2025)

Towards Effective Prompt Stealing Attack against Text-to-Image Diffusion Models
von: Zhao, Shiqian, et al.
Veröffentlicht: (2025)

Stealing Maggie's Secrets -- On the Challenges of IP Theft Through FPGA Reverse Engineering
von: Klix, Simon, et al.
Veröffentlicht: (2023)

FedDetox: Robust Federated SLM Alignment via On-Device Data Sanitization
von: Zhu, Shunan, et al.
Veröffentlicht: (2026)

Beyond Tag Collision: Cluster-based Memory Management for Tag-based Sanitizers
von: Xie, Mengfei, et al.
Veröffentlicht: (2025)

Contrastive Privacy: A Semantic Approach to Measuring Privacy of AI-based Sanitization
von: Bissias, George, et al.
Veröffentlicht: (2026)

Merger-as-a-Stealer: Stealing Targeted PII from Aligned LLMs with Model Merging
von: Lu, Lin, et al.
Veröffentlicht: (2025)

Black-Box Skill Stealing Attack from Proprietary LLM Agents: An Empirical Study
von: Wang, Zihan, et al.
Veröffentlicht: (2026)

All Your Knowledge Belongs to Us: Stealing Knowledge Graphs via Reasoning APIs
von: Xi, Zhaohan
Veröffentlicht: (2025)

I Stolenly Swear That I Am Up to (No) Good: Design and Evaluation of Model Stealing Attacks
von: Oliynyk, Daryna, et al.
Veröffentlicht: (2025)