Buchumschlag

BAN: Detecting Backdoors Activated by Adversarial Neuron Noise

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Xu, Xiaoyun, Liu, Zhuoran, Koffas, Stefanos, Yu, Shujian, 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

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

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

Let's Focus: Focused Backdoor Attack against Federated Transfer Learning
von: Arazzi, Marco, et al.
Veröffentlicht: (2024)

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

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

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

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)

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

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

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

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

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

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

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

Dr. Jekyll and Mr. Hyde: Two Faces of LLMs
von: Collu, Matteo Gioele, et al.
Veröffentlicht: (2023)

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

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

Detecting Adversarial Data via Provable Adversarial Noise Amplification
von: Mumcu, Furkan, et al.
Veröffentlicht: (2026)

Enhance DNN Adversarial Robustness and Efficiency via Injecting Noise to Non-Essential Neurons
von: Liu, Zhenyu, et al.
Veröffentlicht: (2024)

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

Double-Adversarial Activation Anomaly Detection: Adversarial Autoencoders are Anomaly Generators
von: Schulze, J. -P., et al.
Veröffentlicht: (2021)

Backdoor Directions in Vision Transformers
von: Karayalcin, Sengim, et al.
Veröffentlicht: (2026)

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

FedBAP: Backdoor Defense via Benign Adversarial Perturbation in Federated Learning
von: Yan, Xinhai, et al.
Veröffentlicht: (2025)

NeuroLip: An Event-driven Spatiotemporal Learning Framework for Cross-Scene Lip-Motion-based Visual Speaker Recognition
von: Yao, Junguang, et al.
Veröffentlicht: (2026)

Magnitude-based Neuron Pruning for Backdoor Defens
von: Li, Nan, et al.
Veröffentlicht: (2024)

Authority Backdoor: A Certifiable Backdoor Mechanism for Authoring DNNs
von: Yang, Han, et al.
Veröffentlicht: (2025)

BadFU: Backdoor Federated Learning through Adversarial Machine Unlearning
von: Lu, Bingguang, et al.
Veröffentlicht: (2025)

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

Robust Backdoor Removal by Reconstructing Trigger-Activated Changes in Latent Representation
von: Iwahana, Kazuki, et al.
Veröffentlicht: (2025)

Defending against Backdoor Attack on Deep Neural Networks
von: Cheng, Hao, et al.
Veröffentlicht: (2020)

NeuroStrike: Neuron-Level Attacks on Aligned LLMs
von: Wu, Lichao, et al.
Veröffentlicht: (2025)

Let the Noise Speak: Harnessing Noise for a Unified Defense Against Adversarial and Backdoor Attacks
von: Shahriar, Md Hasan, et al.
Veröffentlicht: (2024)

ArcGen: Generalizing Neural Backdoor Detection Across Diverse Architectures
von: Yang, Zhonghao, et al.
Veröffentlicht: (2025)

Level Up with ML Vulnerability Identification: Leveraging Domain Constraints in Feature Space for Robust Android Malware Detection
von: Bostani, Hamid, et al.
Veröffentlicht: (2022)

Steering Beyond the Support: Adversarial Training on Unsupervised Jailbroken Activation Simulation
von: Chen, Luoyu, et al.
Veröffentlicht: (2026)

BackdoorBench: A Comprehensive Benchmark and Analysis of Backdoor Learning
von: Wu, Baoyuan, et al.
Veröffentlicht: (2024)

MASCing: Configurable Mixture-of-Experts Behavior via Activation Steering Masks
von: Lintelo, Jona te, et al.
Veröffentlicht: (2026)

Graph-Aware Stealthy Poison-Text Backdoors for Text-Attributed Graphs
von: Luo, Qi, et al.
Veröffentlicht: (2026)