Buchumschlag

Interactive Simulations of Backdoors in Neural Networks

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Bajcsy, Peter, Bros, Maxime
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Machine Learning Cryptography and Security 68 I.2; I.6; E.3
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Public-Decay Homomorphic State Space Models for Private Sequence Inference
von: Brito, Luis
Veröffentlicht: (2026)

CLIP-Guided Backdoor Defense through Entropy-Based Poisoned Dataset Separation
von: Xu, Binyan, et al.
Veröffentlicht: (2025)

A Privacy-Preserving Federated Learning Approach for Kernel methods
von: Hannemann, Anika, et al.
Veröffentlicht: (2023)

Machine Learning-Based Localization Accuracy of RFID Sensor Networks via RSSI Decision Trees and CAD Modeling for Defense Applications
von: Shull, Curtis Lee, et al.
Veröffentlicht: (2025)

One Surrogate to Fool Them All: Universal, Transferable, and Targeted Adversarial Attacks with CLIP
von: Xu, Binyan, et al.
Veröffentlicht: (2025)

PoTS: Proof-of-Training-Steps for Backdoor Detection in Large Language Models
von: Seddik, Issam, et al.
Veröffentlicht: (2025)

An Agent-Based Modeling Approach to Free-Text Keyboard Dynamics for Continuous Authentication
von: Dillon, Roberto, et al.
Veröffentlicht: (2025)

BadVLA: Towards Backdoor Attacks on Vision-Language-Action Models via Objective-Decoupled Optimization
von: Zhou, Xueyang, et al.
Veröffentlicht: (2025)

Breaking the Stealth-Potency Trade-off in Clean-Image Backdoors with Generative Trigger Optimization
von: Xu, Binyan, et al.
Veröffentlicht: (2025)

Evaluating LLM Simulators as Differentially Private Data Generators
von: Bouzid, Nassima M., et al.
Veröffentlicht: (2026)

Poison in the Well: Feature Embedding Disruption in Backdoor Attacks
von: Feng, Zhou, et al.
Veröffentlicht: (2025)

Breaking to Build: A Threat Model of Prompt-Based Attacks for Securing LLMs
von: Hill, Brennen, et al.
Veröffentlicht: (2025)

$\mathsf{OPA}$: One-shot Private Aggregation with Single Client Interaction and its Applications to Federated Learning
von: Karthikeyan, Harish, et al.
Veröffentlicht: (2024)

Quantum Machine Learning for Cyber-Physical Anomaly Detection in Unmanned Aerial Vehicles: A Leakage-Free Evaluation with Proxy-Audited Feature Sets
von: Paredes, Carlos A. Durán, et al.
Veröffentlicht: (2026)

Monotonicity as an Architectural Bias for Robust Language Models
von: Cooper, Patrick, et al.
Veröffentlicht: (2026)

Efficient Preimage Approximation for Neural Network Certification
von: Björklund, Anton, et al.
Veröffentlicht: (2025)

Digital Forgetting in Large Language Models: A Survey of Unlearning Methods
von: Blanco-Justicia, Alberto, et al.
Veröffentlicht: (2024)

$δ$-STEAL: LLM Stealing Attack with Local Differential Privacy
von: Dang, Kieu, et al.
Veröffentlicht: (2025)

Attacking interpretable NLP systems
von: Abdukhamidov, Eldor, et al.
Veröffentlicht: (2025)

Machine Unlearning for Class Removal through SISA-based Deep Neural Network Architectures
von: Mahi, Ishrak Hamim, et al.
Veröffentlicht: (2026)

FedAttr: Towards Privacy-preserving Client-Level Attribution in Federated LLM Fine-tuning
von: Zhang, Su, et al.
Veröffentlicht: (2026)

A V2X-based Privacy Preserving Federated Measuring and Learning System
von: Alekszejenkó, Levente, et al.
Veröffentlicht: (2024)

DeTrigger: A Gradient-Centric Approach to Backdoor Attack Mitigation in Federated Learning
von: Lee, Kichang, et al.
Veröffentlicht: (2024)

One-shot Generative Distribution Matching for Augmented RF-based UAV Identification
von: Kazemi, Amir, et al.
Veröffentlicht: (2023)

MH-1M: A 1.34 Million-Sample Comprehensive Multi-Feature Android Malware Dataset for Machine Learning, Deep Learning, Large Language Models, and Threat Intelligence Research
von: Braganca, Hendrio, et al.
Veröffentlicht: (2025)

Et Tu Certifications: Robustness Certificates Yield Better Adversarial Examples
von: Cullen, Andrew C., et al.
Veröffentlicht: (2023)

Social-Sensor Identity Cloning Detection Using Weakly Supervised Deep Forest and Cryptographic Authentication
von: Alharbi, Ahmed, et al.
Veröffentlicht: (2025)

Breaking Boundaries: Balancing Performance and Robustness in Deep Wireless Traffic Forecasting
von: Ilbert, Romain, et al.
Veröffentlicht: (2023)

Portable Agent Memory: A Protocol for Cryptographically-Verified Memory Transfer Across Heterogeneous AI Agents
von: Ravindran, Santhosh Kumar
Veröffentlicht: (2026)

Safety, Security, and Cognitive Risks in World Models
von: Parmar, Manoj
Veröffentlicht: (2026)

Understanding the Resource Cost of Fully Homomorphic Encryption in Quantum Federated Learning
von: Böhm, Lukas, et al.
Veröffentlicht: (2026)

torchsom: The Reference PyTorch Library for Self-Organizing Maps
von: Berthier, Louis, et al.
Veröffentlicht: (2025)

Clone What You Can't Steal: Black-Box LLM Replication via Logit Leakage and Distillation
von: Gharami, Kanchon, et al.
Veröffentlicht: (2025)

Semantically Guided Adversarial Testing of Vision Models Using Language Models
von: Filus, Katarzyna, et al.
Veröffentlicht: (2025)

A Novel Self-Attention-Enabled Weighted Ensemble-Based Convolutional Neural Network Framework for Distributed Denial of Service Attack Classification
von: S, Kanthimathi, et al.
Veröffentlicht: (2024)

Token-Level Generalization in LoRA Adapter Backdoors: Attack Characterization and Behavioral Detection
von: Lelle, Travis
Veröffentlicht: (2026)

ConvXformer: Differentially Private Hybrid ConvNeXt-Transformer for Inertial Navigation
von: Tariq, Omer, et al.
Veröffentlicht: (2025)

An Efficient Learning Framework For Federated XGBoost Using Secret Sharing And Distributed Optimization
von: Xie, Lunchen, et al.
Veröffentlicht: (2021)

SecureV2X: An Efficient and Privacy-Preserving System for Vehicle-to-Everything (V2X) Applications
von: Lee, Joshua, et al.
Veröffentlicht: (2025)

OpCode-Based Malware Classification Using Machine Learning and Deep Learning Techniques
von: Saini, Varij, et al.
Veröffentlicht: (2025)