Buchumschlag

Let's Focus: Focused Backdoor Attack against Federated Transfer Learning

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Arazzi, Marco, Koffas, Stefanos, Nocera, Antonino, Picek, Stjepan
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Machine Learning Cryptography and Security
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Label Inference Attacks against Node-level Vertical Federated GNNs
von: Arazzi, Marco, et al.
Veröffentlicht: (2023)

CatBack: Universal Backdoor Attacks on Tabular Data via Categorical Encoding
von: Tajalli, Behrad, et al.
Veröffentlicht: (2025)

More is Better (Mostly): On the Backdoor Attacks in Federated Graph Neural Networks
von: Xu, Jing, et al.
Veröffentlicht: (2022)

The SkipSponge Attack: Sponge Weight Poisoning of Deep Neural Networks
von: Lintelo, Jona te, et al.
Veröffentlicht: (2024)

Backdoor Attacks on Decentralised Post-Training
von: Ersoy, Oğuzhan, et al.
Veröffentlicht: (2026)

KDk: A Defense Mechanism Against Label Inference Attacks in Vertical Federated Learning
von: Arazzi, Marco, et al.
Veröffentlicht: (2024)

BAN: Detecting Backdoors Activated by Adversarial Neuron Noise
von: Xu, Xiaoyun, et al.
Veröffentlicht: (2024)

Backdoor Attacks on Transformers for Tabular Data: An Empirical Study
von: Pleiter, Bart, et al.
Veröffentlicht: (2023)

EmoBack: Backdoor Attacks Against Speaker Identification Using Emotional Prosody
von: Schoof, Coen, et al.
Veröffentlicht: (2024)

Privacy Preserving and Robust Aggregation for Cross-Silo Federated Learning in Non-IID Settings
von: Arazzi, Marco, et al.
Veröffentlicht: (2025)

SoK: The Last Line of Defense: On Backdoor Defense Evaluation
von: Abad, Gorka, et al.
Veröffentlicht: (2025)

When Forgetting Triggers Backdoors: A Clean Unlearning Attack
von: Arazzi, Marco, et al.
Veröffentlicht: (2025)

A Novel IoT Trust Model Leveraging Fully Distributed Behavioral Fingerprinting and Secure Delegation
von: Arazzi, Marco, et al.
Veröffentlicht: (2023)

Towards Backdoor Stealthiness in Model Parameter Space
von: Xu, Xiaoyun, et al.
Veröffentlicht: (2025)

Removing the Trigger, Not the Backdoor: Alternative Triggers and Latent Backdoors
von: Abad, Gorka, et al.
Veröffentlicht: (2026)

You Snooze, You Lose: Automatic Safety Alignment Restoration through Neural Weight Translation
von: Arazzi, Marco, et al.
Veröffentlicht: (2026)

$$\mathbf{L^2\cdot M = C^2}$$ Large Language Models are Covert Channels
von: Gaure, Simen, et al.
Veröffentlicht: (2024)

SecureBreak -- A dataset towards safe and secure models
von: Arazzi, Marco, et al.
Veröffentlicht: (2026)

Subject Data Auditing via Source Inference Attack in Cross-Silo Federated Learning
von: Li, Jiaxin, et al.
Veröffentlicht: (2024)

NoMod: A Non-modular Attack on Module Learning With Errors
von: Bassotto, Cristian, et al.
Veröffentlicht: (2025)

XBreaking: Understanding how LLMs security alignment can be broken
von: Arazzi, Marco, et al.
Veröffentlicht: (2025)

LoRA as Oracle
von: Arazzi, Marco, et al.
Veröffentlicht: (2026)

Sneaky Spikes: Uncovering Stealthy Backdoor Attacks in Spiking Neural Networks with Neuromorphic Data
von: Abad, Gorka, et al.
Veröffentlicht: (2023)

Interpreting Emergent Features in Deep Learning-based Side-channel Analysis
von: Karayalçin, Sengim, et al.
Veröffentlicht: (2025)

Privacy-Preserving in Blockchain-based Federated Learning Systems
von: M., Sameera K., et al.
Veröffentlicht: (2024)

GShield: Mitigating Poisoning Attacks in Federated Learning
von: M., Sameera K., et al.
Veröffentlicht: (2025)

Byzantine-Robust Federated Learning: An Overview With Focus on Developing Sybil-based Attacks to Backdoor Augmented Secure Aggregation Protocols
von: Deshmukh, Atharv
Veröffentlicht: (2024)

Time-Distributed Backdoor Attacks on Federated Spiking Learning
von: Abad, Gorka, et al.
Veröffentlicht: (2024)

A Deep Reinforcement Learning Approach for Security-Aware Service Acquisition in IoT
von: Arazzi, Marco, et al.
Veröffentlicht: (2024)

Invariant Aggregator for Defending against Federated Backdoor Attacks
von: Wang, Xiaoyang, et al.
Veröffentlicht: (2022)

Secure Federated Data Distillation
von: Arazzi, Marco, et al.
Veröffentlicht: (2025)

BadPatches: Routing-aware Backdoor Attacks on Vision Mixture of Experts
von: Chan, Cedric, et al.
Veröffentlicht: (2025)

Lurking in the shadows: Unveiling Stealthy Backdoor Attacks against Personalized Federated Learning
von: Lyu, Xiaoting, et al.
Veröffentlicht: (2024)

Context is the Key: Backdoor Attacks for In-Context Learning with Vision Transformers
von: Abad, Gorka, et al.
Veröffentlicht: (2024)

Backdoors in DRL: Four Environments Focusing on In-distribution Triggers
von: Ashcraft, Chace, et al.
Veröffentlicht: (2025)

Client-Side Patching against Backdoor Attacks in Federated Learning
von: Molina-Coronado, Borja
Veröffentlicht: (2024)

Flashy Backdoor: Real-world Environment Backdoor Attack on SNNs with DVS Cameras
von: Riaño, Roberto, et al.
Veröffentlicht: (2024)

Adversarial Inception Backdoor Attacks against Reinforcement Learning
von: Rathbun, Ethan, et al.
Veröffentlicht: (2024)

On the Out-of-Distribution Backdoor Attack for Federated Learning
von: Xu, Jiahao, et al.
Veröffentlicht: (2025)

Backdoor Attacks in Peer-to-Peer Federated Learning
von: Syros, Georgios, et al.
Veröffentlicht: (2023)