Buchumschlag

A Clean-graph Backdoor Attack against Graph Convolutional Networks with Poisoned Label Only

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Dai, Jiazhu, Sun, Haoyu
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Artificial Intelligence
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

A Semantic and Clean-label Backdoor Attack against Graph Convolutional Networks
von: Dai, Jiazhu, et al.
Veröffentlicht: (2025)

Graph-Level Label-Only Membership Inference Attack against Graph Neural Networks
von: Dai, Jiazhu, et al.
Veröffentlicht: (2025)

Poisoning the Inner Prediction Logic of Graph Neural Networks for Clean-Label Backdoor Attacks
von: Zhang, Yuxiang, et al.
Veröffentlicht: (2026)

Effective backdoor attack on graph neural networks in link prediction tasks
von: Dai, Jiazhu, et al.
Veröffentlicht: (2024)

Clean-Label Physical Backdoor Attacks with Data Distillation
von: Dao, Thinh, et al.
Veröffentlicht: (2024)

Selection-Based Vulnerabilities: Clean-Label Backdoor Attacks in Active Learning
von: Zhi, Yuhan, et al.
Veröffentlicht: (2025)

RefSR-Adv: Adversarial Attack on Reference-based Image Super-Resolution Models
von: Dai, Jiazhu, et al.
Veröffentlicht: (2026)

A Set of Generalized Components to Achieve Effective Poison-only Clean-label Backdoor Attacks with Collaborative Sample Selection and Triggers
von: Wu, Zhixiao, et al.
Veröffentlicht: (2025)

DFB: A Data-Free, Low-Budget, and High-Efficacy Clean-Label Backdoor Attack
von: Ma, Binhao, et al.
Veröffentlicht: (2023)

Strategic Sample Selection for Improved Clean-Label Backdoor Attacks in Text Classification
von: Kirci, Onur Alp, et al.
Veröffentlicht: (2025)

Unified Neural Backdoor Removal with Only Few Clean Samples through Unlearning and Relearning
von: Min, Nay Myat, et al.
Veröffentlicht: (2024)

BadSAD: Clean-Label Backdoor Attacks against Deep Semi-Supervised Anomaly Detection
von: Cheng, He, et al.
Veröffentlicht: (2024)

FFCBA: Feature-based Full-target Clean-label Backdoor Attacks
von: Yin, Yangxu, et al.
Veröffentlicht: (2025)

Towards Sample-specific Backdoor Attack with Clean Labels via Attribute Trigger
von: Zhu, Mingyan, et al.
Veröffentlicht: (2023)

BadSkill: Backdoor Attacks on Agent Skills via Model-in-Skill Poisoning
von: Tie, Guiyao, et al.
Veröffentlicht: (2026)

CBPF: Filtering Poisoned Data Based on Composite Backdoor Attack
von: Xia, Hanfeng, et al.
Veröffentlicht: (2024)

Poison Once, Control Anywhere: Clean-Text Visual Backdoors in VLM-based Mobile Agents
von: Wang, Xuan, et al.
Veröffentlicht: (2025)

Acquiring Clean Language Models from Backdoor Poisoned Datasets by Downscaling Frequency Space
von: Wu, Zongru, et al.
Veröffentlicht: (2024)

Backdoor Attacks against Image-to-Image Networks
von: Jiang, Wenbo, et al.
Veröffentlicht: (2024)

CBV: Clean-label Backdoor Attacks on Vision Language Models via Diffusion Models
von: Guo, Ji, et al.
Veröffentlicht: (2026)

CUBA: Controlled Untargeted Backdoor Attack against Deep Neural Networks
von: Wu, Yinghao, et al.
Veröffentlicht: (2025)

Toward Polymorphic Backdoor against Semantic Communication via Intensity-Based Poisoning
von: Yang, Xiao, et al.
Veröffentlicht: (2026)

Hide in Plain Sight: Clean-Label Backdoor for Auditing Membership Inference
von: Chen, Depeng, et al.
Veröffentlicht: (2024)

Adversarial Training for Defense Against Label Poisoning Attacks
von: Bal, Melis Ilayda, et al.
Veröffentlicht: (2025)

CleanGen: Mitigating Backdoor Attacks for Generation Tasks in Large Language Models
von: Li, Yuetai, et al.
Veröffentlicht: (2024)

BadReward: Clean-Label Poisoning of Reward Models in Text-to-Image RLHF
von: Duan, Kaiwen, et al.
Veröffentlicht: (2025)

SSCL-BW: Sample-Specific Clean-Label Backdoor Watermarking for Dataset Ownership Verification
von: Wang, Yingjia, et al.
Veröffentlicht: (2025)

Impart: An Imperceptible and Effective Label-Specific Backdoor Attack
von: Zhao, Jingke, et al.
Veröffentlicht: (2024)

Better Safe than Sorry: Pre-training CLIP against Targeted Data Poisoning and Backdoor Attacks
von: Yang, Wenhan, et al.
Veröffentlicht: (2023)

Concept-Guided Backdoor Attack on Vision Language Models
von: Shen, Haoyu, et al.
Veröffentlicht: (2025)

Cost-Minimized Label-Flipping Poisoning Attack to LLM Alignment
von: Kusaka, Shigeki, et al.
Veröffentlicht: (2025)

Defending Deep Regression Models against Backdoor Attacks
von: Du, Lingyu, et al.
Veröffentlicht: (2024)

Defending Against Weight-Poisoning Backdoor Attacks for Parameter-Efficient Fine-Tuning
von: Zhao, Shuai, et al.
Veröffentlicht: (2024)

Heterogeneous Graph Backdoor Attack
von: Chen, Jiawei, et al.
Veröffentlicht: (2025)

BadGraph: A Backdoor Attack Against Latent Diffusion Model for Text-Guided Graph Generation
von: Ye, Liang, et al.
Veröffentlicht: (2025)

Unstoppable Attack: Label-Only Model Inversion via Conditional Diffusion Model
von: Liu, Rongke, et al.
Veröffentlicht: (2023)

Stealthy Backdoor Attacks against LLMs Based on Natural Style Triggers
von: Wei, Jiali, et al.
Veröffentlicht: (2026)

Backdoor Attack on Vertical Federated Graph Neural Network Learning
von: Yang, Jirui, et al.
Veröffentlicht: (2024)

BackdoorLLM: A Comprehensive Benchmark for Backdoor Attacks and Defenses on Large Language Models
von: Li, Yige, et al.
Veröffentlicht: (2024)

Wicked Oddities: Selectively Poisoning for Effective Clean-Label Backdoor Attacks
von: Nguyen, Quang H., et al.
Veröffentlicht: (2024)