Buchumschlag

Enhancing Transferability of Adversarial Attacks with GE-AdvGAN+: A Comprehensive Framework for Gradient Editing

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Jin, Zhibo, Zhang, Jiayu, Zhu, Zhiyu, Zhang, Chenyu, Huang, Jiahao, Zhou, Jianlong, Chen, Fang
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Artificial Intelligence
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

PAR-AdvGAN: Improving Adversarial Attack Capability with Progressive Auto-Regression AdvGAN
von: Zhang, Jiayu, et al.
Veröffentlicht: (2025)

Enhancing Adversarial Attacks via Parameter Adaptive Adversarial Attack
von: Jin, Zhibo, et al.
Veröffentlicht: (2024)

GE-AdvGAN: Improving the transferability of adversarial samples by gradient editing-based adversarial generative model
von: Zhu, Zhiyu, et al.
Veröffentlicht: (2024)

Attribution for Enhanced Explanation with Transferable Adversarial eXploration
von: Zhu, Zhiyu, et al.
Veröffentlicht: (2024)

Benchmarking Transferable Adversarial Attacks
von: Jin, Zhibo, et al.
Veröffentlicht: (2024)

ABE: A Unified Framework for Robust and Faithful Attribution-Based Explainability
von: Zhu, Zhiyu, et al.
Veröffentlicht: (2025)

Narrowing Information Bottleneck Theory for Multimodal Image-Text Representations Interpretability
von: Zhu, Zhiyu, et al.
Veröffentlicht: (2025)

DMS: Addressing Information Loss with More Steps for Pragmatic Adversarial Attacks
von: Zhu, Zhiyu, et al.
Veröffentlicht: (2024)

Leveraging Information Consistency in Frequency and Spatial Domain for Adversarial Attacks
von: Jin, Zhibo, et al.
Veröffentlicht: (2024)

Enhancing Model Interpretability with Local Attribution over Global Exploration
von: Zhu, Zhiyu, et al.
Veröffentlicht: (2024)

NODE-AdvGAN: Improving the transferability and perceptual similarity of adversarial examples by dynamic-system-driven adversarial generative model
von: Xie, Xinheng, et al.
Veröffentlicht: (2024)

GADT: Enhancing Transferable Adversarial Attacks through Gradient-guided Adversarial Data Transformation
von: Ma, Yating, et al.
Veröffentlicht: (2024)

Enhancing Adversarial Transferability with Adversarial Weight Tuning
von: Chen, Jiahao, et al.
Veröffentlicht: (2024)

Fast-Slow Co-advancing Optimizer: Toward Harmonious Adversarial Training of GAN
von: Wang, Lin, et al.
Veröffentlicht: (2025)

AttDiff-GAN: A Hybrid Diffusion-GAN Framework for Facial Attribute Editing
von: Huang, Wenmin, et al.
Veröffentlicht: (2026)

AdvSV: An Over-the-Air Adversarial Attack Dataset for Speaker Verification
von: Wang, Li, et al.
Veröffentlicht: (2023)

Adv-CPG: A Customized Portrait Generation Framework with Facial Adversarial Attacks
von: Wang, Junying, et al.
Veröffentlicht: (2025)

Rethinking Model Ensemble in Transfer-based Adversarial Attacks
von: Chen, Huanran, et al.
Veröffentlicht: (2023)

Enhancing Adversarial Attacks: The Similar Target Method
von: Zhang, Shuo, et al.
Veröffentlicht: (2023)

Attack by Unlearning: Unlearning-Induced Adversarial Attacks on Graph Neural Networks
von: Zhang, Jiahao, et al.
Veröffentlicht: (2026)

GAN-based Generator of Adversarial Attack on Intelligent End-to-End Autoencoder-based Communication System
von: Chen, Jianyuan, et al.
Veröffentlicht: (2025)

Quantization Aware Attack: Enhancing Transferable Adversarial Attacks by Model Quantization
von: Yang, Yulong, et al.
Veröffentlicht: (2023)

AdvAD: Exploring Non-Parametric Diffusion for Imperceptible Adversarial Attacks
von: Li, Jin, et al.
Veröffentlicht: (2025)

X-Transfer: A Transfer Learning-Based Framework for GAN-Generated Fake Image Detection
von: Zhang, Lei, et al.
Veröffentlicht: (2023)

X-Transfer Attacks: Towards Super Transferable Adversarial Attacks on CLIP
von: Huang, Hanxun, et al.
Veröffentlicht: (2025)

Look Closer! An Adversarial Parametric Editing Framework for Hallucination Mitigation in VLMs
von: Hu, Jiayu, et al.
Veröffentlicht: (2025)

E-LENS: User Requirements-Oriented AI Ethics Assurance
von: Zhou, Jianlong, et al.
Veröffentlicht: (2025)

Transferable Backdoor Attacks for Code Models via Sharpness-Aware Adversarial Perturbation
von: Chang, Shuyu, et al.
Veröffentlicht: (2026)

Improving Adversarial Transferability with Neighbourhood Gradient Information
von: Guo, Haijing, et al.
Veröffentlicht: (2024)

Adversarial Attacks and Defenses on Text-to-Image Diffusion Models: A Survey
von: Zhang, Chenyu, et al.
Veröffentlicht: (2024)

Strong Transferable Adversarial Attacks via Ensembled Asymptotically Normal Distribution Learning
von: Fang, Zhengwei, et al.
Veröffentlicht: (2022)

TF-Attack: Transferable and Fast Adversarial Attacks on Large Language Models
von: Li, Zelin, et al.
Veröffentlicht: (2024)

Gradual Residuals Alignment: A Dual-Stream Framework for GAN Inversion and Image Attribute Editing
von: Li, Hao, et al.
Veröffentlicht: (2024)

FACL-Attack: Frequency-Aware Contrastive Learning for Transferable Adversarial Attacks
von: Yang, Hunmin, et al.
Veröffentlicht: (2024)

NAT: Learning to Attack Neurons for Enhanced Adversarial Transferability
von: Nakka, Krishna Kanth, et al.
Veröffentlicht: (2025)

Calibration Attacks: A Comprehensive Study of Adversarial Attacks on Model Confidence
von: Obadinma, Stephen, et al.
Veröffentlicht: (2024)

Understanding Model Ensemble in Transferable Adversarial Attack
von: Yao, Wei, et al.
Veröffentlicht: (2024)

Can Small Language Models Reliably Resist Jailbreak Attacks? A Comprehensive Evaluation
von: Zhang, Wenhui, et al.
Veröffentlicht: (2025)

High-Fidelity GAN Inversion for Image Attribute Editing
von: Wang, Tengfei, et al.
Veröffentlicht: (2021)

AdvGPS: Adversarial GPS for Multi-Agent Perception Attack
von: Li, Jinlong, et al.
Veröffentlicht: (2024)