:: Library Catalog

Buchumschlag

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Li, Zhikai, Vott, Steve, Krishnamachar, Bhaskar
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Machine Learning Cryptography and Security
Online-Zugang:	https://arxiv.org/abs/2404.16967
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Vulnerability Detection in Ethereum Smart Contracts via Machine Learning: A Qualitative Analysis
von: Ressi, Dalila, et al.
Veröffentlicht: (2024)

Machine Learning for Blockchain Data Analysis: Progress and Opportunities
von: Azad, Poupak, et al.
Veröffentlicht: (2024)

Vulnerability Detection in Smart Contracts: A Comprehensive Survey
von: De Baets, Christopher, et al.
Veröffentlicht: (2024)

Knowledge Migration Framework for Smart Contract Vulnerability Detection
von: Wang, Luqi, et al.
Veröffentlicht: (2024)

Machine Learning on Blockchain Data: A Systematic Mapping Study
von: Palaiokrassas, Georgios, et al.
Veröffentlicht: (2024)

Dual-view Aware Smart Contract Vulnerability Detection for Ethereum
von: Yao, Jiacheng, et al.
Veröffentlicht: (2024)

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

Detecting Anomalies in Blockchain Transactions using Machine Learning Classifiers and Explainability Analysis
von: Hasan, Mohammad, et al.
Veröffentlicht: (2024)

JANUS: A Difference-Oriented Analyzer For Financial Centralization Risks in Smart Contracts
von: Wang, Wansen, et al.
Veröffentlicht: (2024)

MTVHunter: Smart Contracts Vulnerability Detection Based on Multi-Teacher Knowledge Translation
von: Sun, Guokai, et al.
Veröffentlicht: (2025)

TinyML Security: Exploring Vulnerabilities in Resource-Constrained Machine Learning Systems
von: Huckelberry, Jacob, et al.
Veröffentlicht: (2024)

Towards Sustainable SecureML: Quantifying Carbon Footprint of Adversarial Machine Learning
von: Hasan, Syed Mhamudul, et al.
Veröffentlicht: (2024)

OmniLytics+: A Secure, Efficient, and Affordable Blockchain Data Market for Machine Learning through Off-Chain Processing
von: Li, Songze, et al.
Veröffentlicht: (2024)

FBChain: A Blockchain-based Federated Learning Model with Efficiency and Secure Communication
von: Li, Yang, et al.
Veröffentlicht: (2023)

EVMbench: Evaluating AI Agents on Smart Contract Security
von: Wang, Justin, et al.
Veröffentlicht: (2026)

Differentially Private Publication of Electricity Time Series Data in Smart Grids
von: Shaham, Sina, et al.
Veröffentlicht: (2024)

GuardML: Efficient Privacy-Preserving Machine Learning Services Through Hybrid Homomorphic Encryption
von: Frimpong, Eugene, et al.
Veröffentlicht: (2024)

RiskSEA : A Scalable Graph Embedding for Detecting On-chain Fraudulent Activities on the Ethereum Blockchain
von: Agarwal, Ayush, et al.
Veröffentlicht: (2024)

Blockchain-empowered Federated Learning: Benefits, Challenges, and Solutions
von: Cai, Zeju, et al.
Veröffentlicht: (2024)

ORACAL: A Robust and Explainable Multimodal Framework for Smart Contract Vulnerability Detection with Causal Graph Enrichment
von: Dai, Tran Duong Minh, et al.
Veröffentlicht: (2026)

Decentralized Weather Forecasting via Distributed Machine Learning and Blockchain-Based Model Validation
von: Umar, Rilwan, et al.
Veröffentlicht: (2025)

Smart Water Security with AI and Blockchain-Enhanced Digital Twins
von: Homaei, Mohammadhossein, et al.
Veröffentlicht: (2025)

Cybersecurity Assessment of Smart Grid Exposure Using a Machine Learning Based Approach
von: Jeje, Mofe O.
Veröffentlicht: (2025)

Collaborative Learning for Cyberattack Detection in Blockchain Networks
von: Khoa, Tran Viet, et al.
Veröffentlicht: (2022)

Who Audits the Auditor? Tamper-Proof Fraud Detection with Blockchain-Anchored Explainable ML
von: Wang, Zhaohui
Veröffentlicht: (2026)

SpinML: Customized Synthetic Data Generation for Private Training of Specialized ML Models
von: Zhang, Jiang, et al.
Veröffentlicht: (2025)

Usenix'23 Extended Version: Smart Learning to Find Dumb Contracts
von: Abdelaziz, Tamer, et al.
Veröffentlicht: (2023)

A Blockchain Solution for Collaborative Machine Learning over IoT
von: Beis-Penedo, Carlos, et al.
Veröffentlicht: (2023)

Model Context Contracts - MCP-Enabled Framework to Integrate LLMs With Blockchain Smart Contracts
von: Bandara, Eranga, et al.
Veröffentlicht: (2025)

BadChain: Backdoor Chain-of-Thought Prompting for Large Language Models
von: Xiang, Zhen, et al.
Veröffentlicht: (2024)

opML: Optimistic Machine Learning on Blockchain
von: Conway, KD, et al.
Veröffentlicht: (2024)

Salsa Fresca: Angular Embeddings and Pre-Training for ML Attacks on Learning With Errors
von: Stevens, Samuel, et al.
Veröffentlicht: (2024)

Multi-Continental Healthcare Modelling Using Blockchain-Enabled Federated Learning
von: Sun, Rui, et al.
Veröffentlicht: (2024)

Vision-Based Learning for Cyberattack Detection in Blockchain Smart Contracts and Transactions
von: Son, Do Hai, et al.
Veröffentlicht: (2025)

On the (In)Security of Loading Machine Learning Models
von: Digregorio, Gabriele, et al.
Veröffentlicht: (2025)

Game of Trojans: Adaptive Adversaries Against Output-based Trojaned-Model Detectors
von: Sahabandu, Dinuka, et al.
Veröffentlicht: (2024)

BugSweeper: Function-Level Detection of Smart Contract Vulnerabilities Using Graph Neural Networks
von: Lee, Uisang, et al.
Veröffentlicht: (2025)

A General Framework for Data-Use Auditing of ML Models
von: Huang, Zonghao, et al.
Veröffentlicht: (2024)

Instance-Level Data-Use Auditing of Visual ML Models
von: Huang, Zonghao, et al.
Veröffentlicht: (2025)

Blockchain-enabled Trustworthy Federated Unlearning
von: Lin, Yijing, et al.
Veröffentlicht: (2024)