Buchumschlag

Efficient Model-Stealing Attacks Against Inductive Graph Neural Networks

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Podhajski, Marcin, Dubiński, Jan, Boenisch, Franziska, Dziedzic, Adam, Pregowska, Agnieszka, Michalak, Tomasz P.
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

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

Privacy Attacks on Image AutoRegressive Models
von: Kowalczuk, Antoni, et al.
Veröffentlicht: (2025)

CDI: Copyrighted Data Identification in Diffusion Models
von: Dubiński, Jan, et al.
Veröffentlicht: (2024)

Radioactive Watermarks in Diffusion and Autoregressive Image Generative Models
von: Meintz, Michel, et al.
Veröffentlicht: (2025)

Memorization in Graph Neural Networks
von: Jamadandi, Adarsh, et al.
Veröffentlicht: (2025)

ADAGE: Active Defenses Against GNN Extraction
von: Xu, Jing, et al.
Veröffentlicht: (2025)

Link Stealing Attacks Against Inductive Graph Neural Networks
von: Wu, Yixin, et al.
Veröffentlicht: (2024)

Localizing and Mitigating Memorization in Image Autoregressive Models
von: Kasliwal, Aditya, et al.
Veröffentlicht: (2025)

Curation Leaks: Membership Inference Attacks against Data Curation for Machine Learning
von: Wahdany, Dariush, et al.
Veröffentlicht: (2026)

DP-GPL: Differentially Private Graph Prompt Learning
von: Xu, Jing, et al.
Veröffentlicht: (2025)

Implementing Adaptations for Vision AutoRegressive Model
von: Shaikh, Kaif, et al.
Veröffentlicht: (2025)

Unlocking Post-hoc Dataset Inference with Synthetic Data
von: Zhao, Bihe, et al.
Veröffentlicht: (2025)

Localizing Memorization in SSL Vision Encoders
von: Wang, Wenhao, et al.
Veröffentlicht: (2024)

Differentially Private Prototypes for Imbalanced Transfer Learning
von: Wahdany, Dariush, et al.
Veröffentlicht: (2024)

Finding NeMo: Localizing Neurons Responsible For Memorization in Diffusion Models
von: Hintersdorf, Dominik, et al.
Veröffentlicht: (2024)

Conditioned Activation Transport for T2I Safety Steering
von: Chrabąszcz, Maciej, et al.
Veröffentlicht: (2026)

On the Privacy Risk of In-context Learning
von: Duan, Haonan, et al.
Veröffentlicht: (2024)

Learning Graph Representation of Agent Diffusers
von: Djenouri, Youcef, et al.
Veröffentlicht: (2025)

Efficient and Privacy-Preserving Soft Prompt Transfer for LLMs
von: Wang, Xun, et al.
Veröffentlicht: (2025)

Have it your way: Individualized Privacy Assignment for DP-SGD
von: Boenisch, Franziska, et al.
Veröffentlicht: (2023)

Large Language Models for Link Stealing Attacks Against Graph Neural Networks
von: Guan, Faqian, et al.
Veröffentlicht: (2024)

Captured by Captions: On Memorization and its Mitigation in CLIP Models
von: Wang, Wenhao, et al.
Veröffentlicht: (2025)

Differentially Private Federated Learning With Time-Adaptive Privacy Spending
von: Kiani, Shahrzad, et al.
Veröffentlicht: (2025)

DM4Steal: Diffusion Model For Link Stealing Attack On Graph Neural Networks
von: Chen, Jinyin, et al.
Veröffentlicht: (2024)

Memorization in Self-Supervised Learning Improves Downstream Generalization
von: Wang, Wenhao, et al.
Veröffentlicht: (2024)

Implicit neural representations for larval zebrafish brain microscopy: a reproducible benchmark on the MapZebrain atlas
von: Pregowska, Agnieszka
Veröffentlicht: (2026)

Finding DoRI: Discovery of Retained Images in Diffusion Models
von: Kowalczuk, Antoni, et al.
Veröffentlicht: (2025)

Adversarial Attacks and Defenses on Graph-aware Large Language Models (LLMs)
von: Olatunji, Iyiola E., et al.
Veröffentlicht: (2025)

Accuracy-Efficiency Trade-Offs in Spiking Neural Networks: A Lempel-Ziv Complexity Perspective on Learning Rules
von: Rudnicka, Zofia, et al.
Veröffentlicht: (2025)

Open LLMs are Necessary for Current Private Adaptations and Outperform their Closed Alternatives
von: Hanke, Vincent, et al.
Veröffentlicht: (2024)

Continuous ageing trajectory representations for knee-aware lifetime prediction of lithium-ion batteries across heterogeneous dataset
von: Pregowska, Agnieszka, et al.
Veröffentlicht: (2026)

MUC: Machine Unlearning for Contrastive Learning with Black-box Evaluation
von: Wang, Yihan, et al.
Veröffentlicht: (2024)

Implicit neural representations as a coordinate-based framework for continuous environmental field reconstruction from sparse ecological observations
von: Pregowska, Agnieszka, et al.
Veröffentlicht: (2026)

Prompt Stealing Attacks Against Text-to-Image Generation Models
von: Shen, Xinyue, et al.
Veröffentlicht: (2023)

Stealing Training Graphs from Graph Neural Networks
von: Lin, Minhua, et al.
Veröffentlicht: (2024)

Evaluating Efficacy of Model Stealing Attacks and Defenses on Quantum Neural Networks
von: Kundu, Satwik, et al.
Veröffentlicht: (2024)

Can Subgraph Explanations Be Weaponized to Steal Graph Neural Networks?
von: Nimase, Ojas, et al.
Veröffentlicht: (2026)

Conformal Inductive Graph Neural Networks
von: Zargarbashi, Soroush H., et al.
Veröffentlicht: (2024)

Model Stealing Attack against Graph Classification with Authenticity, Uncertainty and Diversity
von: Zhu, Zhihao, et al.
Veröffentlicht: (2023)

GRID: Protecting Training Graph from Link Stealing Attacks on GNN Models
von: Lou, Jiadong, et al.
Veröffentlicht: (2025)