Buchumschlag

Protecting against simultaneous data poisoning attacks

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Alex, Neel, Siddiqui, Shoaib Ahmed, Sanyal, Amartya, Krueger, David
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Position: Capability Control Should be a Separate Goal From Alignment
von: Siddiqui, Shoaib Ahmed, et al.
Veröffentlicht: (2026)

Blockwise Self-Supervised Learning at Scale
von: Siddiqui, Shoaib Ahmed, et al.
Veröffentlicht: (2023)

Keeping up with dynamic attackers: Certifying robustness to adaptive online data poisoning
von: Bose, Avinandan, et al.
Veröffentlicht: (2025)

A deeper look at depth pruning of LLMs
von: Siddiqui, Shoaib Ahmed, et al.
Veröffentlicht: (2024)

Exploring the design space of deep-learning-based weather forecasting systems
von: Siddiqui, Shoaib Ahmed, et al.
Veröffentlicht: (2024)

Provably effective detection of effective data poisoning attacks
von: Gallagher, Jonathan, et al.
Veröffentlicht: (2025)

Less Noise, Same Certificate: Retain Sensitivity for Unlearning
von: Heinzler, Carolin, et al.
Veröffentlicht: (2026)

Online Learning and Unlearning
von: Hu, Yaxi, et al.
Veröffentlicht: (2025)

Language Generation with Replay: A Learning-Theoretic View of Model Collapse
von: Racca, Giorgio, et al.
Veröffentlicht: (2026)

An Iterative Algorithm for Differentially Private $k$-PCA with Adaptive Noise
von: Düngler, Johanna, et al.
Veröffentlicht: (2025)

On the Growth of Mistakes in Differentially Private Online Learning: A Lower Bound Perspective
von: Dmitriev, Daniil, et al.
Veröffentlicht: (2024)

From Dormant to Deleted: Tamper-Resistant Unlearning Through Weight-Space Regularization
von: Siddiqui, Shoaib Ahmed, et al.
Veröffentlicht: (2025)

The Topological Trouble With Transformers
von: Mozer, Michael C., et al.
Veröffentlicht: (2026)

LoRA and Privacy: When Random Projections Help (and When They Don't)
von: Hu, Yaxi, et al.
Veröffentlicht: (2026)

Adaptive Sampling and Clipping for Private Worst-Case Group Optimization
von: Cairney-Leeming, Max, et al.
Veröffentlicht: (2026)

Provable Privacy with Non-Private Pre-Processing
von: Hu, Yaxi, et al.
Veröffentlicht: (2024)

Learning in an Echo Chamber: Online Learning with Replay Adversary
von: Dmitriev, Daniil, et al.
Veröffentlicht: (2025)

Permissive Information-Flow Analysis for Large Language Models
von: Siddiqui, Shoaib Ahmed, et al.
Veröffentlicht: (2024)

Provable unlearning in topic modeling and downstream tasks
von: Wei, Stanley, et al.
Veröffentlicht: (2024)

Differentially Private Steering for Large Language Model Alignment
von: Goel, Anmol, et al.
Veröffentlicht: (2025)

Accuracy on the wrong line: On the pitfalls of noisy data for out-of-distribution generalisation
von: Sanyal, Amartya, et al.
Veröffentlicht: (2024)

The Role of Learning Algorithms in Collective Action
von: Ben-Dov, Omri, et al.
Veröffentlicht: (2024)

Fairness for the People, by the People: Minority Collective Action
von: Ben-Dov, Omri, et al.
Veröffentlicht: (2025)

On Evaluating LLMs' Capabilities as Functional Approximators: A Bayesian Perspective
von: Siddiqui, Shoaib Ahmed, et al.
Veröffentlicht: (2024)

JoLT: Joint Probabilistic Predictions on Tabular Data Using LLMs
von: Shysheya, Aliaksandra, et al.
Veröffentlicht: (2025)

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

A GAN-based data poisoning framework against anomaly detection in vertical federated learning
von: Chen, Xiaolin, et al.
Veröffentlicht: (2024)

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

The poison of dimensionality
von: Hoang, Lê-Nguyên
Veröffentlicht: (2024)

Evaluating randomized smoothing as a defense against adversarial attacks in trajectory prediction
von: Schumann, Julian F., et al.
Veröffentlicht: (2026)

Noisy Neighbors: Efficient membership inference attacks against LLMs
von: Galli, Filippo, et al.
Veröffentlicht: (2024)

Fixed-point graph convolutional networks against adversarial attacks
von: Khan, Shakib, et al.
Veröffentlicht: (2025)

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

Corrective Machine Unlearning
von: Goel, Shashwat, et al.
Veröffentlicht: (2024)

Modular Jets for Supervised Pipelines: Diagnosing Mirage vs Identifiability
von: Sanyal, Suman
Veröffentlicht: (2025)

Perception Learning: A Formal Separation of Sensory Representation Learning from Decision Learning
von: Sanyal, Suman
Veröffentlicht: (2025)

Robust Mixture Learning when Outliers Overwhelm Small Groups
von: Dmitriev, Daniil, et al.
Veröffentlicht: (2024)

Competition is the key: A Game Theoretic Causal Discovery Approach
von: Roy, Amartya, et al.
Veröffentlicht: (2025)

Concept activation vectors: a unifying view and adversarial attacks
von: Schnoor, Ekkehard, et al.
Veröffentlicht: (2025)

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