Buchumschlag

Data Poisoning Attacks in Intelligent Transportation Systems: A Survey

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Wang, Feilong, Wang, Xin, Ban, Xuegang
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

Provable Watermarking for Data Poisoning Attacks
von: Zhu, Yifan, et al.
Veröffentlicht: (2025)

Manipulating Recommender Systems: A Survey of Poisoning Attacks and Countermeasures
von: Nguyen, Thanh Toan, et al.
Veröffentlicht: (2024)

Indiscriminate Data Poisoning Attacks on Neural Networks
von: Lu, Yiwei, et al.
Veröffentlicht: (2022)

Inverting Gradient Attacks Makes Powerful Data Poisoning
von: Bouaziz, Wassim, et al.
Veröffentlicht: (2024)

Indiscriminate Data Poisoning Attacks on Pre-trained Feature Extractors
von: Lu, Yiwei, et al.
Veröffentlicht: (2024)

Sybil-based Virtual Data Poisoning Attacks in Federated Learning
von: Zhu, Changxun, et al.
Veröffentlicht: (2025)

Poisoning Attacks to Local Differential Privacy Protocols for Trajectory Data
von: Hsu, I-Jung, et al.
Veröffentlicht: (2025)

Transferable Availability Poisoning Attacks
von: Liu, Yiyong, et al.
Veröffentlicht: (2023)

Poison with Style: A Practical Poisoning Attack on Code Large Language Models
von: Tran, Khang, et al.
Veröffentlicht: (2026)

PoisonedParrot: Subtle Data Poisoning Attacks to Elicit Copyright-Infringing Content from Large Language Models
von: Panaitescu-Liess, Michael-Andrei, et al.
Veröffentlicht: (2025)

Poisoned-MRAG: Knowledge Poisoning Attacks to Multimodal Retrieval Augmented Generation
von: Liu, Yinuo, et al.
Veröffentlicht: (2025)

Tricking Retrievers with Influential Tokens: An Efficient Black-Box Corpus Poisoning Attack
von: Wang, Cheng, et al.
Veröffentlicht: (2025)

SecureLearn -- An Attack-agnostic Defense for Multiclass Machine Learning Against Data Poisoning Attacks
von: Paracha, Anum, et al.
Veröffentlicht: (2025)

Hiding Backdoors within Event Sequence Data via Poisoning Attacks
von: Ermilova, Alina, et al.
Veröffentlicht: (2023)

Data Poisoning Attacks to Locally Differentially Private Range Query Protocols
von: Liao, Ting-Wei, et al.
Veröffentlicht: (2025)

MCPTox: A Benchmark for Tool Poisoning Attack on Real-World MCP Servers
von: Wang, Zhiqiang, et al.
Veröffentlicht: (2025)

Unveiling Vulnerabilities of Contrastive Recommender Systems to Poisoning Attacks
von: Wang, Zongwei, et al.
Veröffentlicht: (2023)

How to Defend Against Large-scale Model Poisoning Attacks in Federated Learning: A Vertical Solution
von: Wang, Jinbo, et al.
Veröffentlicht: (2024)

Partner in Crime: Boosting Targeted Poisoning Attacks against Federated Learning
von: Sun, Shihua, et al.
Veröffentlicht: (2024)

FedRecAttack: Model Poisoning Attack to Federated Recommendation
von: Rong, Dazhong, et al.
Veröffentlicht: (2022)

Provable Robustness of (Graph) Neural Networks Against Data Poisoning and Backdoor Attacks
von: Gosch, Lukas, et al.
Veröffentlicht: (2024)

Devil's Hand: Data Poisoning Attacks to Locally Private Graph Learning Protocols
von: He, Longzhu, et al.
Veröffentlicht: (2025)

GShield: Mitigating Poisoning Attacks in Federated Learning
von: M., Sameera K., et al.
Veröffentlicht: (2025)

A Data-Driven Defense against Edge-case Model Poisoning Attacks on Federated Learning
von: Purohit, Kiran, et al.
Veröffentlicht: (2023)

Defending Against Sophisticated Poisoning Attacks with RL-based Aggregation in Federated Learning
von: Wang, Yujing, et al.
Veröffentlicht: (2024)

Hard Work Does Not Always Pay Off: Poisoning Attacks on Neural Architecture Search
von: Coalson, Zachary, et al.
Veröffentlicht: (2024)

PoisonedRAG: Knowledge Corruption Attacks to Retrieval-Augmented Generation of Large Language Models
von: Zou, Wei, et al.
Veröffentlicht: (2024)

Deterministic Certification of Graph Neural Networks against Graph Poisoning Attacks with Arbitrary Perturbations
von: Li, Jiate, et al.
Veröffentlicht: (2025)

Local Environment Poisoning Attacks on Federated Reinforcement Learning
von: Ma, Evelyn, et al.
Veröffentlicht: (2023)

A Systematic Review of Poisoning Attacks Against Large Language Models
von: Fendley, Neil, et al.
Veröffentlicht: (2025)

Traceback of Poisoning Attacks to Retrieval-Augmented Generation
von: Zhang, Baolei, et al.
Veröffentlicht: (2025)

Debiased Graph Poisoning Attack via Contrastive Surrogate Objective
von: Yoon, Kanghoon, et al.
Veröffentlicht: (2024)

Enhancing the Antidote: Improved Pointwise Certifications against Poisoning Attacks
von: Liu, Shijie, et al.
Veröffentlicht: (2023)

Data Poisoning Attacks on Off-Policy Policy Evaluation Methods
von: Lobo, Elita, et al.
Veröffentlicht: (2024)

Dataset Poisoning Attacks on Behavioral Cloning Policies
von: Kalra, Akansha, et al.
Veröffentlicht: (2025)

Towards Efficient and Certified Recovery from Poisoning Attacks in Federated Learning
von: Jiang, Yu, et al.
Veröffentlicht: (2024)

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

Can In-Context Reinforcement Learning Recover From Reward Poisoning Attacks?
von: Sasnauskas, Paulius, et al.
Veröffentlicht: (2025)

Using Anomaly Detection to Detect Poisoning Attacks in Federated Learning Applications
von: Raza, Ali, et al.
Veröffentlicht: (2022)

Benchmarking Poisoning Attacks against Retrieval-Augmented Generation
von: Zhang, Baolei, et al.
Veröffentlicht: (2025)