Buchumschlag

Extracting Training Data from Unconditional Diffusion Models

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Chen, Yunhao, Ma, Xingjun, Zou, Difan, Jiang, Yu-Gang
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Cryptography and Security Computer Vision and Pattern Recognition Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

SIDE: Surrogate Conditional Data Extraction from Diffusion Models
von: Chen, Yunhao, et al.
Veröffentlicht: (2024)

UnSeg: One Universal Unlearnable Example Generator is Enough against All Image Segmentation
von: Sun, Ye, et al.
Veröffentlicht: (2024)

RAPID: Retrieval Augmented Training of Differentially Private Diffusion Models
von: Jiang, Tanqiu, et al.
Veröffentlicht: (2025)

DIAGNOSIS: Detecting Unauthorized Data Usages in Text-to-image Diffusion Models
von: Wang, Zhenting, et al.
Veröffentlicht: (2023)

VillanDiffusion: A Unified Backdoor Attack Framework for Diffusion Models
von: Chou, Sheng-Yen, et al.
Veröffentlicht: (2023)

DarkLLM: Learning Language-Driven Adversarial Attacks with Large Language Models
von: Sun, Ye, et al.
Veröffentlicht: (2026)

Training Data Protection with Compositional Diffusion Models
von: Golatkar, Aditya, et al.
Veröffentlicht: (2023)

Invisible Backdoor Attacks on Diffusion Models
von: Li, Sen, et al.
Veröffentlicht: (2024)

SAT-LDM: Provably Generalizable Image Watermarking for Latent Diffusion Models with Self-Augmented Training
von: Zhang, Lu, et al.
Veröffentlicht: (2024)

The Devil's Advocate: Shattering the Illusion of Unexploitable Data using Diffusion Models
von: Dolatabadi, Hadi M., et al.
Veröffentlicht: (2023)

SemBind: Binding Diffusion Watermarks to Semantics Against Black-Box Forgery Attacks
von: Zhang, Xin, et al.
Veröffentlicht: (2026)

DiffMI: Breaking Face Recognition Privacy via Diffusion-Driven Training-Free Model Inversion
von: Wang, Hanrui, et al.
Veröffentlicht: (2025)

On the Multi-modal Vulnerability of Diffusion Models
von: Yang, Dingcheng, et al.
Veröffentlicht: (2024)

VIDSTAMP: A Temporally-Aware Watermark for Ownership and Integrity in Video Diffusion Models
von: Teymoorianfard, Mohammadreza, et al.
Veröffentlicht: (2025)

DataFreeShield: Defending Adversarial Attacks without Training Data
von: Lee, Hyeyoon, et al.
Veröffentlicht: (2024)

Navigating Heterogeneity and Privacy in One-Shot Federated Learning with Diffusion Models
von: Mendieta, Matias, et al.
Veröffentlicht: (2024)

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

Certified Robustness to Data Poisoning in Gradient-Based Training
von: Sosnin, Philip, et al.
Veröffentlicht: (2024)

Robust Classification via a Single Diffusion Model
von: Chen, Huanran, et al.
Veröffentlicht: (2023)

DisDet: Exploring Detectability of Backdoor Attack on Diffusion Models
von: Sui, Yang, et al.
Veröffentlicht: (2024)

Towards Million-Scale Adversarial Robustness Evaluation With Stronger Individual Attacks
von: Xie, Yong, et al.
Veröffentlicht: (2024)

DiffusionShield: A Watermark for Copyright Protection against Generative Diffusion Models
von: Cui, Yingqian, et al.
Veröffentlicht: (2023)

Shallow Diffuse: Robust and Invisible Watermarking through Low-Dimensional Subspaces in Diffusion Models
von: Li, Wenda, et al.
Veröffentlicht: (2024)

DiffBreak: Is Diffusion-Based Purification Robust?
von: Kassis, Andre, et al.
Veröffentlicht: (2024)

Latent Code Augmentation Based on Stable Diffusion for Data-free Substitute Attacks
von: Shao, Mingwen, et al.
Veröffentlicht: (2023)

Diffence: Fencing Membership Privacy With Diffusion Models
von: Peng, Yuefeng, et al.
Veröffentlicht: (2023)

MeanSparse: Post-Training Robustness Enhancement Through Mean-Centered Feature Sparsification
von: Amini, Sajjad, et al.
Veröffentlicht: (2024)

Identity-Focused Inference and Extraction Attacks on Diffusion Models
von: Vora, Jayneel, et al.
Veröffentlicht: (2024)

PriSampler: Mitigating Property Inference of Diffusion Models
von: Hu, Hailong, et al.
Veröffentlicht: (2023)

PrivImage: Differentially Private Synthetic Image Generation using Diffusion Models with Semantic-Aware Pretraining
von: Li, Kecen, et al.
Veröffentlicht: (2023)

Diffusion Soup: Model Merging for Text-to-Image Diffusion Models
von: Biggs, Benjamin, et al.
Veröffentlicht: (2024)

Transferable Adversarial Attacks on SAM and Its Downstream Models
von: Xia, Song, et al.
Veröffentlicht: (2024)

Unstable Unlearning: The Hidden Risk of Concept Resurgence in Diffusion Models
von: Suriyakumar, Vinith M., et al.
Veröffentlicht: (2024)

Leveraging Diffusion For Strong and High Quality Face Morphing Attacks
von: Blasingame, Zander W., et al.
Veröffentlicht: (2023)

Transcending Adversarial Perturbations: Manifold-Aided Adversarial Examples with Legitimate Semantics
von: Li, Shuai, et al.
Veröffentlicht: (2024)

Learning Differentially Private Diffusion Models via Stochastic Adversarial Distillation
von: Liu, Bochao, et al.
Veröffentlicht: (2024)

NoisePrints: Distortion-Free Watermarks for Authorship in Private Diffusion Models
von: Goren, Nir, et al.
Veröffentlicht: (2025)

PEEL the Layers and Find Yourself: Revisiting Inference-time Data Leakage for Residual Neural Networks
von: Arif, Huzaifa, et al.
Veröffentlicht: (2025)

DP-RDM: Adapting Diffusion Models to Private Domains Without Fine-Tuning
von: Lebensold, Jonathan, et al.
Veröffentlicht: (2024)

Risks When Sharing LoRA Fine-Tuned Diffusion Model Weights
von: Yao, Dixi
Veröffentlicht: (2024)