Buchumschlag

Probing Unlearned Diffusion Models: A Transferable Adversarial Attack Perspective

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Han, Xiaoxuan, Yang, Songlin, Wang, Wei, Li, Yang, Dong, Jing
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Computer Vision and Pattern Recognition
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Instant Preference Alignment for Text-to-Image Diffusion Models
von: Li, Yang, et al.
Veröffentlicht: (2025)

Is It Possible to Backdoor Face Forgery Detection with Natural Triggers?
von: Han, Xiaoxuan, et al.
Veröffentlicht: (2023)

Beyond Inserting: Learning Identity Embedding for Semantic-Fidelity Personalized Diffusion Generation
von: Li, Yang, et al.
Veröffentlicht: (2024)

Counterfactual Explanations for Face Forgery Detection via Adversarial Removal of Artifacts
von: Li, Yang, et al.
Veröffentlicht: (2024)

Exploring Adversarial Attacks against Latent Diffusion Model from the Perspective of Adversarial Transferability
von: Chen, Junxi, et al.
Veröffentlicht: (2024)

Rethinking Model Ensemble in Transfer-based Adversarial Attacks
von: Chen, Huanran, et al.
Veröffentlicht: (2023)

Towards Transferable Targeted 3D Adversarial Attack in the Physical World
von: Huang, Yao, et al.
Veröffentlicht: (2023)

Chain of Attack: On the Robustness of Vision-Language Models Against Transfer-Based Adversarial Attacks
von: Xie, Peng, et al.
Veröffentlicht: (2024)

Transfer Attack for Bad and Good: Explain and Boost Adversarial Transferability across Multimodal Large Language Models
von: Cheng, Hao, et al.
Veröffentlicht: (2024)

Attention-aggregated Attack for Boosting the Transferability of Facial Adversarial Examples
von: Li, Jian-Wei, et al.
Veröffentlicht: (2025)

Adversarial-Guided Diffusion for Multimodal LLM Attacks
von: Xia, Chengwei, et al.
Veröffentlicht: (2025)

Rethinking Transferable Adversarial Attacks on Point Clouds from a Compact Subspace Perspective
von: Tang, Keke, et al.
Veröffentlicht: (2026)

VQAttack: Transferable Adversarial Attacks on Visual Question Answering via Pre-trained Models
von: Yin, Ziyi, et al.
Veröffentlicht: (2024)

TINA: Text-Free Inversion Attack for Unlearned Text-to-Image Diffusion Models
von: Xiang, Qianlong, et al.
Veröffentlicht: (2026)

Concept Unlearning by Modeling Key Steps of Diffusion Process
von: Zhang, Chaoshuo, et al.
Veröffentlicht: (2025)

XSPA: Crafting Imperceptible X-Shaped Sparse Adversarial Perturbations for Transferable Attacks on VLMs
von: Hu, Chengyin, et al.
Veröffentlicht: (2026)

WeMMU: Enhanced Bridging of Vision-Language Models and Diffusion Models via Noisy Query Tokens
von: Yang, Jian, et al.
Veröffentlicht: (2025)

SAM Meets UAP: Attacking Segment Anything Model With Universal Adversarial Perturbation
von: Han, Dongshen, et al.
Veröffentlicht: (2023)

ZIUM: Zero-Shot Intent-Aware Adversarial Attack on Unlearned Models
von: Yook, Hyun Jun, et al.
Veröffentlicht: (2025)

T2VAttack: Adversarial Attack on Text-to-Video Diffusion Models
von: Li, Changzhen, et al.
Veröffentlicht: (2025)

SITA: Structurally Imperceptible and Transferable Adversarial Attacks for Stylized Image Generation
von: Kang, Jingdan, et al.
Veröffentlicht: (2025)

Efficient Generation of Targeted and Transferable Adversarial Examples for Vision-Language Models Via Diffusion Models
von: Guo, Qi, et al.
Veröffentlicht: (2024)

Pseudo-Unification: Entropy Probing Reveals Divergent Information Patterns in Unified Multimodal Models
von: Yang, Songlin, et al.
Veröffentlicht: (2026)

PAD: Patch-Agnostic Defense against Adversarial Patch Attacks
von: Jing, Lihua, et al.
Veröffentlicht: (2024)

Verifying Robust Unlearning: Probing Residual Knowledge in Unlearned Models
von: Xuan, Hao, et al.
Veröffentlicht: (2025)

Sealing The Backdoor: Unlearning Adversarial Text Triggers In Diffusion Models Using Knowledge Distillation
von: Aravindan, Ashwath Vaithinathan, et al.
Veröffentlicht: (2025)

Boosting the Transferability of Adversarial Attacks with Global Momentum Initialization
von: Wang, Jiafeng, et al.
Veröffentlicht: (2022)

AdvSplat: Adversarial Attacks on Feed-Forward Gaussian Splatting Models
von: Qiao, Yiran, et al.
Veröffentlicht: (2026)

The Dual Power of Interpretable Token Embeddings: Jailbreaking Attacks and Defenses for Diffusion Model Unlearning
von: Chen, Siyi, et al.
Veröffentlicht: (2025)

Improving Visual Quality and Transferability of Adversarial Attacks on Face Recognition Simultaneously with Adversarial Restoration
von: Zhou, Fengfan, et al.
Veröffentlicht: (2023)

HandEval: Taking the First Step Towards Hand Quality Evaluation in Generated Images
von: Wang, Zichuan, et al.
Veröffentlicht: (2025)

Revisiting MLLM Based Image Quality Assessment: Errors and Remedy
von: Tang, Zhenchen, et al.
Veröffentlicht: (2025)

Boosting Adversarial Transferability via Residual Perturbation Attack
von: Peng, Jinjia, et al.
Veröffentlicht: (2025)

A Low-Rank Defense Method for Adversarial Attack on Diffusion Models
von: Zhu, Jiaxuan, et al.
Veröffentlicht: (2026)

Enhancing Diffusion-based Unrestricted Adversarial Attacks via Adversary Preferences Alignment
von: Jiang, Kaixun, et al.
Veröffentlicht: (2025)

Semantic-Aligned Adversarial Evolution Triangle for High-Transferability Vision-Language Attack
von: Jia, Xiaojun, et al.
Veröffentlicht: (2024)

PhysPatch: A Physically Realizable and Transferable Adversarial Patch Attack for Multimodal Large Language Models-based Autonomous Driving Systems
von: Guo, Qi, et al.
Veröffentlicht: (2025)

Strong Transferable Adversarial Attacks via Ensembled Asymptotically Normal Distribution Learning
von: Fang, Zhengwei, et al.
Veröffentlicht: (2022)

Benchmarking Transferable Adversarial Attacks
von: Jin, Zhibo, et al.
Veröffentlicht: (2024)

Efficient and Effective Universal Adversarial Attack against Vision-Language Pre-training Models
von: Yang, Fan, et al.
Veröffentlicht: (2024)