Buchumschlag

Noisy Neighbors: Efficient membership inference attacks against LLMs

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Galli, Filippo, Melis, Luca, Cucinotta, Tommaso
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Cryptography and Security Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

A hierarchical approach for assessing the vulnerability of tree-based classification models to membership inference attack
von: Preen, Richard J., et al.
Veröffentlicht: (2025)

Exploring the limits of strong membership inference attacks on large language models
von: Hayes, Jamie, et al.
Veröffentlicht: (2025)

Correlation inference attacks against machine learning models
von: Creţu, Ana-Maria, et al.
Veröffentlicht: (2021)

Auditing $f$-Differential Privacy in One Run
von: Mahloujifar, Saeed, et al.
Veröffentlicht: (2024)

On the use of neurosymbolic AI for defending against cyber attacks
von: Grov, Gudmund, et al.
Veröffentlicht: (2024)

Observational Auditing of Label Privacy
von: Kalemaj, Iden, et al.
Veröffentlicht: (2025)

Synthetic is all you need: removing the auxiliary data assumption for membership inference attacks against synthetic data
von: Guépin, Florent, et al.
Veröffentlicht: (2023)

Revisiting the attacker's knowledge in inference attacks against Searchable Symmetric Encryption
von: Damie, Marc, et al.
Veröffentlicht: (2025)

Comparing privacy notions for protection against reconstruction attacks in machine learning
von: Biswas, Sayan, et al.
Veröffentlicht: (2025)

A novel reliability attack of Physical Unclonable Functions
von: Li, Gaoxiang, et al.
Veröffentlicht: (2024)

SHLIME: Foiling adversarial attacks fooling SHAP and LIME
von: Chauhan, Sam, et al.
Veröffentlicht: (2025)

AED: An black-box NLP classifier model attacker
von: Liu, Yueyang, et al.
Veröffentlicht: (2021)

Embedding-based classifiers can detect prompt injection attacks
von: Ayub, Md. Ahsan, et al.
Veröffentlicht: (2024)

Evaluating lightweight unsupervised online IDS for masquerade attacks in CAN
von: Moriano, Pablo, et al.
Veröffentlicht: (2024)

Deep Efficient Private Neighbor Generation for Subgraph Federated Learning
von: Zhang, Ke, et al.
Veröffentlicht: (2024)

Precision-Varying Prediction (PVP): Robustifying ASR systems against adversarial attacks
von: Pizarro, Matías, et al.
Veröffentlicht: (2026)

Proving membership in LLM pretraining data via data watermarks
von: Wei, Johnny Tian-Zheng, et al.
Veröffentlicht: (2024)

A clean-label graph backdoor attack method in node classification task
von: Xing, Xiaogang, et al.
Veröffentlicht: (2023)

Virtual camera detection: Catching video injection attacks in remote biometric systems
von: Kurmankhojayev, Daniyar, et al.
Veröffentlicht: (2025)

Evaluating Privacy Leakage in Split Learning
von: Qiu, Xinchi, et al.
Veröffentlicht: (2023)

Efficient Adversarial Training in LLMs with Continuous Attacks
von: Xhonneux, Sophie, et al.
Veröffentlicht: (2024)

RAB$^2$-DEF: Dynamic and explainable defense against adversarial attacks in Federated Learning to fair poor clients
von: Rodríguez-Barroso, Nuria, et al.
Veröffentlicht: (2024)

AlertBERT: A noise-robust alert grouping framework for simultaneous cyber attacks
von: Karner, Lukas, et al.
Veröffentlicht: (2026)

Trust Under Siege: Label Spoofing Attacks against Machine Learning for Android Malware Detection
von: Lan, Tianwei, et al.
Veröffentlicht: (2025)

WaKA: Data Attribution using K-Nearest Neighbors and Membership Privacy Principles
von: Mesana, Patrick, et al.
Veröffentlicht: (2024)

BLIA: Detect model memorization in binary classification model through passive Label Inference attack
von: Khan, Mohammad Wahiduzzaman, et al.
Veröffentlicht: (2025)

Certified Machine Unlearning via Noisy Stochastic Gradient Descent
von: Chien, Eli, et al.
Veröffentlicht: (2024)

Convergent Privacy Loss of Noisy-SGD without Convexity and Smoothness
von: Chien, Eli, et al.
Veröffentlicht: (2024)

ROSpace: Intrusion Detection Dataset for a ROS2-Based Cyber-Physical System
von: Puccetti, Tommaso, et al.
Veröffentlicht: (2024)

Detection Latencies of Anomaly Detectors: An Overlooked Perspective ?
von: Puccetti, Tommaso, et al.
Veröffentlicht: (2024)

Anticipated Network Surveillance -- An extrapolated study to predict cyber-attacks using Machine Learning and Data Analytics
von: Srivastava, Aviral, et al.
Veröffentlicht: (2023)

Privacy without Noisy Gradients: Slicing Mechanism for Generative Model Training
von: Greenewald, Kristjan, et al.
Veröffentlicht: (2024)

SimProcess: High Fidelity Simulation of Noisy ICS Physical Processes
von: Donadel, Denis, et al.
Veröffentlicht: (2025)

New intelligent defense systems to reduce the risks of Selfish Mining and Double-Spending attacks using Learning Automata
von: Ghoreishi, Seyed Ardalan, et al.
Veröffentlicht: (2023)

Design Patterns for Securing LLM Agents against Prompt Injections
von: Beurer-Kellner, Luca, et al.
Veröffentlicht: (2025)

A Deep-Learning Technique to Locate Cryptographic Operations in Side-Channel Traces
von: Chiari, Giuseppe, et al.
Veröffentlicht: (2024)

Data integrity vs. inference accuracy in large AIS datasets
von: Kiersztyn, Adam, et al.
Veröffentlicht: (2025)

Nosy Layers, Noisy Fixes: Tackling DRAs in Federated Learning Systems using Explainable AI
von: Nandi, Meghali, et al.
Veröffentlicht: (2025)

Can LLMs be Fooled? Investigating Vulnerabilities in LLMs
von: Abdali, Sara, et al.
Veröffentlicht: (2024)

Machine-learned Adversarial Attacks against Fault Prediction Systems in Smart Electrical Grids
von: Ardito, Carmelo, et al.
Veröffentlicht: (2023)