Buchumschlag

Representation Magnitude has a Liability to Privacy Vulnerability

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Fang, Xingli, Kim, Jung-Eun
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Machine Learning Artificial Intelligence Cryptography and Security Computer Vision and Pattern Recognition
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Learnability and Privacy Vulnerability are Entangled in a Few Critical Weights
von: Fang, Xingli, et al.
Veröffentlicht: (2026)

Decoupling Generalizability and Membership Privacy Risks in Neural Networks
von: Fang, Xingli, et al.
Veröffentlicht: (2026)

Trustworthy AI: Safety, Bias, and Privacy -- A Survey
von: Fang, Xingli, et al.
Veröffentlicht: (2025)

Center-Based Relaxed Learning Against Membership Inference Attacks
von: Fang, Xingli, et al.
Veröffentlicht: (2024)

Vulnerability analysis of captcha using Deep learning
von: Walia, Jaskaran Singh, et al.
Veröffentlicht: (2023)

Improving Adversarial Training using Vulnerability-Aware Perturbation Budget
von: Fakorede, Olukorede, et al.
Veröffentlicht: (2024)

Federated Learning With Individualized Privacy Through Client Sampling
von: Lange, Lucas, et al.
Veröffentlicht: (2025)

REFORGE: Multi-modal Attacks Reveal Vulnerable Concept Unlearning in Image Generation Models
von: Zou, Yong, et al.
Veröffentlicht: (2026)

Privacy-Preserving Student Learning with Differentially Private Data-Free Distillation
von: Liu, Bochao, et al.
Veröffentlicht: (2024)

GEO-Detective: Unveiling Location Privacy Risks in Images with LLM Agents
von: Zhang, Xinyu, et al.
Veröffentlicht: (2025)

FedFG: Privacy-Preserving and Robust Federated Learning via Flow-Matching Generation
von: Wang, Ruiyang, et al.
Veröffentlicht: (2026)

Privacy in Practice: Private COVID-19 Detection in X-Ray Images (Extended Version)
von: Lange, Lucas, et al.
Veröffentlicht: (2022)

PrivFedTalk: Privacy-Aware Federated Diffusion with Identity-Stable Adapters for Personalized Talking-Head Generation
von: Mazumdar, Soumya, et al.
Veröffentlicht: (2026)

Towards Predicting the Success of Transfer-based Attacks by Quantifying Shared Feature Representations
von: Dale, Ashley S., et al.
Veröffentlicht: (2024)

Rotation-Invariant Spherical Watermarking via Third-Order SO(3) Representation Coupling
von: Chen, Pengzhen, et al.
Veröffentlicht: (2026)

CP-Guard+: A New Paradigm for Malicious Agent Detection and Defense in Collaborative Perception
von: Hu, Senkang, et al.
Veröffentlicht: (2025)

Assessing the Impact of Image Dataset Features on Privacy-Preserving Machine Learning
von: Lange, Lucas, et al.
Veröffentlicht: (2024)

GLEAN: Generative Learning for Eliminating Adversarial Noise
von: Kim, Justin Lyu, et al.
Veröffentlicht: (2024)

A White-Box False Positive Adversarial Attack Method on Contrastive Loss Based Offline Handwritten Signature Verification Models
von: Guo, Zhongliang, et al.
Veröffentlicht: (2023)

Confidence-aware Denoised Fine-tuning of Off-the-shelf Models for Certified Robustness
von: Jang, Suhyeok, et al.
Veröffentlicht: (2024)

Towards Understanding Dual BN In Hybrid Adversarial Training
von: Zhang, Chenshuang, et al.
Veröffentlicht: (2024)

MM-PoisonRAG: Disrupting Multimodal RAG with Local and Global Poisoning Attacks
von: Ha, Hyeonjeong, et al.
Veröffentlicht: (2025)

Exploring User-level Gradient Inversion with a Diffusion Prior
von: Li, Zhuohang, et al.
Veröffentlicht: (2024)

Efficient Black-box Adversarial Attacks via Bayesian Optimization Guided by a Function Prior
von: Cheng, Shuyu, et al.
Veröffentlicht: (2024)

Deep Learning-Based Speech and Vision Synthesis to Improve Phishing Attack Detection through a Multi-layer Adaptive Framework
von: Ige, Tosin, et al.
Veröffentlicht: (2024)

FLARE: Toward Universal Dataset Purification against Backdoor Attacks
von: Hou, Linshan, et al.
Veröffentlicht: (2024)

Refusing Safe Prompts for Multi-modal Large Language Models
von: Shao, Zedian, et al.
Veröffentlicht: (2024)

Improving Robustness to Model Inversion Attacks via Sparse Coding Architectures
von: Dibbo, Sayanton V., et al.
Veröffentlicht: (2024)

Differentially Private Integrated Decision Gradients (IDG-DP) for Radar-based Human Activity Recognition
von: Zakariyya, Idris, et al.
Veröffentlicht: (2024)

IDEA: An Inverse Domain Expert Adaptation Based Active DNN IP Protection Method
von: Xu, Chaohui, et al.
Veröffentlicht: (2024)

Beyond Traditional Threats: A Persistent Backdoor Attack on Federated Learning
von: Liu, Tao, et al.
Veröffentlicht: (2024)

Poisoning Attacks on Federated Learning for Autonomous Driving
von: Garg, Sonakshi, et al.
Veröffentlicht: (2024)

A Novel Defense Against Poisoning Attacks on Federated Learning: LayerCAM Augmented with Autoencoder
von: Zheng, Jingjing, et al.
Veröffentlicht: (2024)

Standard-Deviation-Inspired Regularization for Improving Adversarial Robustness
von: Fakorede, Olukorede, et al.
Veröffentlicht: (2024)

Backdooring Outlier Detection Methods: A Novel Attack Approach
von: Taghavi, ZeinabSadat, et al.
Veröffentlicht: (2024)

Redesigning Traffic Signs to Mitigate Machine-Learning Patch Attacks
von: Shua, Tsufit, et al.
Veröffentlicht: (2024)

PuriDefense: Randomized Local Implicit Adversarial Purification for Defending Black-box Query-based Attacks
von: Guo, Ping, et al.
Veröffentlicht: (2024)

From Attack to Defense: Insights into Deep Learning Security Measures in Black-Box Settings
von: Juraev, Firuz, et al.
Veröffentlicht: (2024)

Proactive Adversarial Defense: Harnessing Prompt Tuning in Vision-Language Models to Detect Unseen Backdoored Images
von: Stein, Kyle, et al.
Veröffentlicht: (2024)

Null Space Properties of Neural Networks with Applications to Image Steganography
von: Li, Xiang, et al.
Veröffentlicht: (2024)